没有用过的东西，没有深刻理解的东西很难说自己会，而且被别人一问必然破绽百出。虽然之前有接触过python中的生成器的概念，但是只是走马观花，这两天的一次交谈中，别人问到了生成器，顿时语塞，死活想不起来曾经看过的东西，之后突然想到了yield，但为时已晚，只能说概念不清，所以本篇今天总结缕缕python的生成器和yield关键字。

在介绍yield前有必要先说明下Python中的迭代器(iterator)和生成器(constructor)。

一、迭代器(iterator)

在Python中，for循环可以用于Python中的任何类型，包括列表、元祖等等，实际上，for循环可用于任何“可迭代对象”，这其实就是迭代器。迭代器是一个实现了迭代器协议的对象，Python中的迭代器协议就是有next方法的对象会前进到下一结果，而在一系列结果的末尾是，则会引发StopIteration。任何这类的对象在Python中都可以用for循环或其他遍历工具迭代，迭代工具内部会在每次迭代时调用next方法，并且捕捉StopIteration异常来确定何时离开。

使用迭代器一个显而易见的好处就是：每次只从对象中读取一条数据，不会造成内存的过大开销。

二、生成器(constructor)

生成器函数在Python中与迭代器协议的概念联系在一起。简而言之，包含yield语句的函数会被特地编译成生成器。当函数被调用时，他们返回一个生成器对象，这个对象支持迭代器接口。函数也许会有个return语句，但它的作用是用来yield产生值的。

不像一般的函数会生成值后退出，生成器函数在生成值后会自动挂起并暂停他们的执行和状态，他的本地变量将保存状态信息，这些信息在函数恢复时将再度有效。

解析获取到一页信息后，我们需要将信息处理一下，遍历提取结果并生成字典，这样的目的是为了将数据结构整齐（不然的话，数据比较乱），便于后面存储数据。

在这里，我用了生成器函数，每调用一次函数时，将会返一个迭代对象，这个迭代对象里面包含一页的所有信息，如下图：

这样，在我们需要将信息保存时，只需再次遍历这个迭代对象，就可以一条一条的将每一期的3D彩票信息按照自己想要的结构存储起来，代码如下（我是将信息存储到Excel表格中）：

保存效果：

分析一下这个例子

在parse_one_page函数中出现了关键字yield，预示着这个函数每次只产生一个结果值，这个函数返回一个生成器（通过print(parse_one_page)输出可以看出来），用来产生连续的迭代对象

在创造生成器实例的时候，只需要像普通函数一样调用就可以，但是这个调用却不会执行这个函数，这个可以通过输出看出来

看到这里应该可以理解生成器这个抽象的概念了吧，如果不懂可以留言，我会一一给大家回答

为什么叫生成器函数？

因为他随着时间的推移生成了一个数值队列。一般的函数在执行完毕之后会返回一个值然后退出，但是生成器函数会自动挂起，然后重新拾起继续执行，他会利用yield关键字关起函数，给调用者返回一个值，同时保留了当前的足够多的状态，可以使函数继续执行。生成器和迭代协议是密切相关的，可迭代的对象都有一个__next()__成员方法,这个方法要么返回迭代的下一项，要么引起异常结束迭代。

为了支持迭代协议，拥有yield语句的函数被编译为生成器，这类函数被调用时返回一个生成器对象，返回的对象支持迭代接口，即成员方法__next()__继续从中断处执行执行。

为了更加深刻的理解，我再举个例子：

结果如下：

正所谓，眼看十遍不如手动一遍，赶紧动起手来感受一下这个神奇又抽象的生成器概念吧；若你有更好的理解方式，欢迎留言分享

写在最后

喜欢此篇文章或觉得这篇文章对你有帮助的读者可以点播关注或者转发，私信小编001即可获得小编自己整理的一份2018最新的C/C++资料和0基础入门教程，欢迎初学和进阶中的小伙伴