生成器是一个相对较新的Python概念。 由于历史原因，它也被称为简单生成器（simple generator）。 生成器和迭代器可能是近年来引入的最强大的功能， 但生成器是一个相当复杂的概念，可能需要花些功夫才能明白其工作原理和用途。
虽然生成器能够编写出非常优雅的代 码，但请放心，无论编写什么程序，都完全可以不使用生成器。
生成器是一种使用普通函数语法定义的迭代器。生成器的工作原理到底是什么呢？ 通过示例 来说明最合适。下面先来看看如何创建和使用生成器，然后再看看幕后的情况。
创建一个将嵌套列表展开的函数。这个函数将一个类似于下面的列表作为参数：
nested = [[1, 2], [3, 4], [5]]
换而言之，这是一个列表的列表。函数应按顺序提供这些数字，下面是一种解决方案：
def flatten(nested):
for sublist in nested:
for element in sublist:
yield element
这个函数的大部分代码都很简单。它首先迭代所提供嵌套列表中的所有子列表，然后按顺序 迭代每个子列表的元素。
倘若最后一行为 print(element) ，这个函数将容易理解得多，不是吗？
在这里，没有 yield 语句。包含 yield 语句的函数都被称为生成器。
这可不仅仅是名称上的差别，生成器的行为与普通函数截然不同。
差别在于，生成器不是使用 return 返回一个值，而是可以生成多个值，每次一个。
每次使用 yield 生成一个值后，函数都将冻结，即在此停止执行，等待被重新唤醒。
被重新唤醒后，函数将从停止的地方开始继续执行。
iter_obj = flatten(nested)
print(iter_obj)
<generator object flatten at 0x7fef7543c930>
为使用所有的值，可对生成器进行迭代。
# nested = [[1, 2], [3, 4], [5]]
for num in iter_obj:
print(num)
1 2 3 4 5
生成器可以通过 list() 函数转换成列表。但是要注意一下问题，如下：
list(iter_obj)
[]
上面返回的结果为空。 尽管也是用 for 进行遍历，但是生成器与列表结构有明显的差异。
生成器在遍历后程序会记住其遍历过的状态。如果已经遍历完，则剩余的结果为空。
如果要得到完整的结果，得重新生成生态器对象：
iter_obj = flatten(nested)
next(iter_obj)
1
next(iter_obj)
2
list(iter_obj)
[3, 4, 5]
在Python 2.4中，引入了一个类似于列表推导的概念： 生成器推导 （也叫生成器表达式）。 其工作原理与列表推导相同，但不是创建一个列表（即不立即执行循环），而是返回一个生成器，能够逐步执行计算。
g = ((i + 2) ** 2 for i in range(2, 27))
g
<generator object <genexpr> at 0x7fef7543f100>
next(g)
16
不同于列表推导，这里使用的是圆括号。
在像这样的简单情形下，使用列表推导更直接； 但如果要包装可迭代对象（可能生成大量的值）， 使用列表推导将立即实例化一个列表，从而丧失迭代的优势。
另一个好处是，直接在一对既有的圆括号内（如在函数调用中）使用生成器推导时， 无需再添加一对圆括号。换而言之，可编写下面这样非常漂亮的代码：
sum(i ** 2 for i in range(10))
285
前一节设计的生成器只能处理两层的嵌套列表，这是使用两个 for 循环来实现的。
如果要处 理任意层嵌套的列表，该如何办呢？
例如，可能使用这样的列表来表示树结构（也可以使用特 定的树类，但策略是相同的）。
对于每层嵌套，都需要一个 for 循环，但由于不知道有多少层嵌套，
必须修改解决方案，使其更灵活。该求助于递归了。
def flatten(nested):
try:
for sublist in nested:
for element in flatten(sublist):
yield element
except TypeError:
yield nested
调用 flatten 时，有两种可能性（处理递归时都如此）：基线条件和递归条件。
在基线条件下， 要求这个函数展开单个元素（如一个数）。
在这种情况下， for 循环将引发 TypeError 异常（因为试图迭代一个数），
而这个生成器只生成一个元素。
然而，如果要展开的是一个列表（或其他任何可迭代对象），需要做些工作：
遍历所有的子列表（其中有些可能并不是列表）并对它们调用 flatten ，
然后使用另一个 for 循环生成展开后的子列表中的所有元素。
这可能看起来有点不可思议，但确实可行。
list(flatten([[[1], 2], 3, 4, [5, [6, 7]], 8]))
[1, 2, 3, 4, 5, 6, 7, 8]
然而，这个解决方案存在一个问题。如果 nested 是字符串或类似于字符串的对象，
它就属于序列，因此不会引发 TypeError 异常，但并不想对其进行迭代。
注意 在函数 flatten 中，不应该对类似于字符串的对象进行迭代，主要原因有两个。
首先，想将类似于字符串的对象视为原子值，而不是应该展开的序列。
其次，对这样的对象进 行迭代会导致无穷递归，因为字符串的第一个元素是一个长度为1的字符串，
而长度为1 的字符串的第一个元素是字符串本身！
要处理这种问题，必须在生成器开头进行检查。要检查对象是否类似于字符串，
最简单、最 快捷的方式是，尝试将对象与一个字符串拼接起来，
并检查这是否会引发 TypeError 异常。添加这种检查后的生成器如下：
def flatten(nested):
try:
# 不迭代类似于字符串的对象:
try:
nested + ''
except TypeError:
pass
else:
raise TypeError
for sublist in nested:
for element in flatten(sublist):
yield element
except TypeError:
yield nested
如果表达式 nested + '' 引发了 TypeError 异常，就忽略这种异常；
如果没有引发 TypeError 异常，内部 try 语句中的else子句将引发 TypeError 异常，
这样将在外部的excpet子句中 原封不动地生成类似于字符串的对象。明白了吗？
下面的示例表明，这个版本也可用于字符串：
list(flatten(['foo', ['bar', ['baz']]]))
['foo', 'bar', 'baz']
请注意，这里没有执行类型检查：没有检查 nested 是否是字符串，而只是检查其行为是否类似于字符串，
即能否与字符串拼接。对于这种检查，一种更自然的替代方案是，
使用 isinstance 以及字符串和类似于字符串的对象的一些抽象超类，但遗憾的是没有这样的标准类。
另外，即便 是对 UserString 来说，也无法检查其类型是否为 str 。
如果按前面的例子做了，就差不多知道了如何使用生成器。
生成器是包含关键字 yield 的函数，但被调用时不会执行函数体内的代码，
而是返回一个迭代器。每次请求值时，都 将执行生成器的代码，直到遇到 yield 或 return 。
yield 意味着应生成一个值，而 return 意味着生成器应停止执行
（即不再生成值；仅当在生成器调用 return 时，才能不提供任何参数）。
换而言之，生成器由两个单独的部分组成：生成器的函数和生成器的迭代器。
生成器的函数是由 def 语句定义的，其中包含 yield 。
生成器的迭代器是这个函数返回的结果。用不太准确的话说，这两个实体通常被视为一个，通称为生成器。
def simple_generator():
yield 1
simple_generator
<function __main__.simple_generator()>
simple_generator()
<generator object simple_generator at 0x7fef75471220>
对于生成器的函数返回的迭代器，可以像使用其他迭代器一样使用它。
在生成器开始运行后，可使用生成器和外部之间的通信渠道向它提供值。这个通信渠道包含如下两个端点。
- 外部世界：外部世界可访问生成器的方法
send，这个方法类似于next，但接受一个参数（要 发送的“消息”，可以是任何对象）。 - 生成器：在挂起的生成器内部，
yield可能用作表达式而不是语句。换而言之，当生成器
重新运行时， yield 返回一个值——通过 send 从外部世界发送的值。如果使用的是 next ，
yield 将返回 None 。 请注意，仅当生成器被挂起（即遇到第一个 yield ）后，使用 send （而不是 next ）才有意义。
要在此之前向生成器提供信息，可使用生成器的函数的参数。
注意 如果一定要在生成器刚启动时对其调用方法 send ，可向它传递参数 None 。
下面的示例很傻，但说明了这种机制：
def repeater(value):
while True:
new = (yield value)
if new is not None:
value = new
下面使用了这个生成器：
r = repeater(42)
next(r)
42
r.send("Hello, world!")
'Hello, world!'
注意到使用圆括号将 yield 表达式括起来了。在有些情况下，并非必须这样做，
但小心驶得万年船。如果要以某种方式使用返回值，就不管三七二十一，将其用圆括号括起吧。
生成器还包含另外两个方法。
- 方法
throw()：用于在生成器中（yield表达式处）引发异常， 调用时可提供一个异常类型、一个可选值和一个traceback对象。 - 方法
close()：用于停止生成器，调用时无需提供任何参数。
方法 close() （由 Python 垃圾收集器在需要时调用） 也是基于异常的： 在 yield 处引发 GeneratorExit 异常。
因此如果要在生成器中提供一些清理代码，可将 yield 放在一条 try/finally 语句中。
如果愿意，也可捕获 GeneratorExit 异常，但随后必须重新引发它（可能在清理后）、引 发其他异常或直接返回。
对生成器调用 close() 后，再试图从它那里获取值将导致 RuntimeError 异常。
提示 有关生成器的方法以及它们是如何将生成器变成简单协同程序（coroutine）的详细信息， 请参阅“PEP 342”（www.python.org/dev/peps/pep-0342/ ）。
如果使用的是较老的Python版本，就无法使用生成器。 下面是一个简单的解决方案，使用普通函数模拟生成器。
首先，在函数体开头插入如下一行代码：
result = []
如果代码已使用名称 result ，应改用其他名称。
（在任何情况下，使用更具描述性的名称都是不错的主意。）
接下来，将类似于 yield some_expression 的代码行替换为如下代码行：
yield some_expression with this:
result.append(some_expression)最后，在函数末尾添加如下代码行：
return result尽管使用这种方法并不能模拟所有的生成器，但可模拟大部分生成器。 例如，这无法模拟无穷生成器，因为显然不能将这种生成器的值都存储到一个列表中。
下面使用普通函数重写了生成器 flatten ：
def flatten(nested):
result = []
try:
# 不迭代类似于字符串的对象：
try:
nested + ''
except TypeError:
pass
else:
raise TypeError
for sublist in nested:
for element in flatten(sublist):
result.append(element)
except TypeError:
result.append(nested)
return result