python基础之生成器

生成器的机制：边读取边生成数据

如何产生生成器？看如下示例：

g = (x * 3 for x in range(0, 11))print(type(g))

执行结果：

<class 'generator'>

可以看到，g的类型是generator，也就是生成器的意思。

那么生成器如果产生数据呢？接着上面的例子来看：

g = (x * 3 for x in range(0, 11))print(type(g))print(g.__next__())
print(g.__next__())

执行如下：

<class 'generator'>03

我们可以看到，每执行一次g.__next__()就会让生成器产生一个数据（该数据是 for x in range(0, 11）产生的数据 * 3）
当产生数据的次数超过了界限会怎样呢？

g = (x * 3 for x in range(0, 11))print(type(g))print(g.__next__())print(g.__next__())print(g.__next__())print(g.__next__())print(g.__next__())print(g.__next__())print(g.__next__())print(g.__next__())print(g.__next__())print(g.__next__())print(g.__next__())print(g.__next__())

执行结果：

<class 'generator'>03
6
9
12
15
18
21
24
27
30Traceback (most recent call last):
  File "E:/practicemore/ddd.py", line 15, in print(g.__next__())
StopIteration

我们可以看到，报错了，抛出了StopIteration 异常。

拓展：除了使用__next__()，还可以使用next()方法，将生成器对象传入即可