Python 生成器与迭代器：yield、迭代器协议与惰性求值

学习目标：理解生成器的惰性求值机制，掌握 yield 用法、迭代器协议、自定义迭代器。

进阶内容（生成器与协程、迭代器协议详解）详见 Python 迭代器与生成器进阶 与 Python 协程与异步编程。

---

1 生成器

生成器（Generator）按需生成数据，不是一次性全部生成，而是使用一个再生成一个，节约大量内存。

创建方式：生成器推导式、yield 关键字。

1.1 生成器推导式

# 列表推导式 → 一次性生成所有数据
my_list = [i for i in range(1, 6)]
print(type(my_list))   # <class 'list'>

# 生成器推导式 → 按需生成数据
my_gen = (i for i in range(1, 6))
print(type(my_gen))    # <class 'generator'>

1.2 yield 关键字

当函数中存在 yield，该函数就不再是普通函数，而是一个生成器函数。调用时返回生成器对象，而非执行函数体。

def get_generator():
    for i in range(1, 6):
        yield i  # 每次 yield 一个值，暂停执行

my_gen = get_generator()
print(type(my_gen))  # <class 'generator'>

yield vs return：

• return 返回一次，函数结束
• yield 可以多次，每次暂停，下次从暂停处继续

1.3 获取生成器数据

my_gen = (i for i in range(1, 6))

# 方式一：next() 逐个获取
print(next(my_gen))  # 1
print(next(my_gen))  # 2

# 方式二：for 循环遍历（推荐）
for i in my_gen:
    print(i)

next() 取完数据后再取会抛 StopIteration 异常。

1.4 典型应用

斐波那契数列：

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

fib = fibonacci()
for _ in range(10):
    print(next(fib), end=" ")  # 0 1 1 2 3 5 8 13 21 34

大文件逐行读取（不占大量内存）：

def read_large_file(file_path):
    with open(file_path, 'r') as f:
        for line in f:
            yield line.strip()

for line in read_large_file("big_data.txt"):
    process(line)

---

2 迭代器

迭代器（Iterator）是实现了 __iter__() 和 __next__() 方法的对象，用于统一容器类型的遍历标准。

2.1 可迭代对象 vs 迭代器

# 可迭代对象（有 __iter__）：list, str, dict, tuple, set, generator
print("__iter__" in dir(list))   # True
print("__iter__" in dir(int))    # False

# 迭代器（同时有 __iter__ 和 __next__）
lst = [1, 2, 3]
it = lst.__iter__()
print(it.__next__())   # 1
print(it.__next__())   # 2

2.2 for 循环的本质

# for 循环内部实现
lst = [1, 2, 3]
it = iter(lst)       # 等价于 lst.__iter__()
while True:
    try:
        val = next(it)  # 等价于 it.__next__()
        print(val)
    except StopIteration:
        break

2.3 自定义迭代器

class CountDown:
    def __init__(self, start):
        self.current = start

    def __iter__(self):
        return self

    def __next__(self):
        if self.current <= 0:
            raise StopIteration
        self.current -= 1
        return self.current + 1

for num in CountDown(5):
    print(num, end=" ")  # 5 4 3 2 1

---

3 推导式对比

my_list = [i for i in range(1, 6)]   # list
my_set  = {i for i in range(1, 6)}   # set
my_gen  = (i for i in range(1, 6))   # generator（惰性）

---

相关链接

• Python 函数基础 — 函数定义、闭包、lambda
• Python 数据结构 — 推导式详解
• Python 迭代器与生成器进阶 — 迭代器/生成器进阶
• Python 协程与异步编程 — 协程与异步