python笔记2 生成器 文件读写

生成器

一边循环一边计算的机制，称为生成器（Generator）。

把一个 列表生成式 的 [] 改成 () ，就创建了一个generator：

创建了一个generator后，通过 for 循环来迭代它。

著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：

def fib (max): n, a, b = 0 , 0 , 1 while n < max: print b a, b = b, a + b n = n + 1

上面的函数可以输出斐波那契数列的前N个数：

>>> fib( 6 ) 1 1 2 3 5 8

仔细观察，可以看出， fib 函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。

也就是说，上面的函数和generator仅一步之遥。要把 fib 函数变成 generator ，只需要把 print b 改为 yield b 就可以了：

def fib (max): n, a, b = 0 , 0 , 1 while n < max: yield b a, b = b, a + b n = n + 1

这就是定义generator的另一种方法。 如果一个函数定义中包含 yield 关键字，那么这个函数就不再是一个普通函数，而是一个generator：

>>> fib(6) <generator object fib at 0x104feaaa0 >

最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用 next() 的时候执行， 遇到 yield 语句返回 ，再次执行时 从上次返回的 yield 语句处继续执行。

举个简单的例子，定义一个generator，依次 返回数字1，3，5：

>>> def odd (): ... print 'step 1' ... yield 1 ... print 'step 2' ... yield 3 ... print 'step 3' ... yield 5 ... >>> o = odd() >>> o.next() step 1 1 >>> o.next() step 2 3 >>> o.next() step 3 5 >>> o.next() Traceback (most recent call last): File "<stdin>" , line 1 , in <module> StopIteration

可以看到， odd 不是普通函数，而是generator，在执行过程中， 遇到 yield 就中断，下次又继续执行。 执行3次 yield 后，已经没有 yield 可以执行了，所以，第4次调用 next() 就报错。

回到 fib 的例子，我们在循环过程中不断调用 yield ， 就会不断中断。 当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。

同样的，把函数改成generator后，我们基本上从来不会用 next() 来调用它，而是直接使用 for 循环来迭代：

>>> for n in fib( 6 ): ... print n ... 1 1 2 3 5 8

列表用 [ ] 标识 。

元组用 "()" 标识。

1. mylist = [x*x for x in range(3)]  
2. print mylist  
3. mygen=(x*x for x in range(3))  
4. print mygen  

行1生成一个列表list，这个列表的每个元素由x的平方组成，x的取值为range(3)，也就是0,1,2。因此这个列表有三个元素：0的平方(0)，1的平方(1)，2的平方(4)。

行2打印出这个列表的内容，显示结果果真是[0,1,4]

行3生成的是一个 生成器 generator，它和行1唯一的不同就是它用的小括号。但是产生的返回值并不再是一个列表了。

行4想要打印出来这个mygen生成器，但结果显示是这样的: <generator object <genexpr> at 0x022F8030> 一个内存地址。

其实这个mygen生成器就是用来生成x的平方的东西。这个结果呢就存在上面显示的内存地址里。但是由于你还没说你到底要谁的平方，所以只能看到个地址不能看到答案。mylist则不同，它是把所有答案穷举列在内存里了，你需要哪个就从里面找出来即可，比较耗费资源。而mygen则还没生成，你需要哪个我现制造一个出来放在一个内存空间显示，节省了资源。

怎么用这个生成器涅?

1. mygen=(x*x for x in range(3))  
2. for i in mygen:  
3.     print (i)  

这样就可以把mygen可以生成的所有平方数拿出来了。结果显示：

0

1

4

只要有yield这个词出现，你在用def定义函数的时候，系统默认这就不是一个函数啦，是一个生成器啦!!

---

文件读写

read() 方法可以一次读取文件的全部内容

由于文件读写时都有可能产生 IOError ，一旦出错，后面的 f.close() 就不会调用。所以，为了保证无论是否出错都能正确地关闭文件，我们可以使用 try ... finally 来实现：

try : f = open( '/path/to/file' , 'r' ) print f.read() finally : if f: f.close()

但是每次都这么写实在太繁琐，所以，Python引入了 with 语句 来自动帮我们调用 close() 方法：

with open( '/path/to/file' , 'r' ) as f: print f.read()

这和前面的 try ... finally 是一样的，但是代码更佳简洁，并且 不必调用 f.close() 方法 。

调用 read() 会一次性读取文件的全部内容，如果文件有10G，内存就爆了，所以，要保险起见，可以反复调用 read(size) 方法，每次最多读取size个字节的内容。另外，调用 readline() 可以每次读取一行内容，调用 readlines() 一次读取所有内容并按行返回 list 。因此，要根据需要决定怎么调用。

如果文件很小， read() 一次性读取最方便；如果不能确定文件大小，反复调用 read(size) 比较保险；如果是配置文件，调用 readlines() 最方便：

for line in f.readlines(): print(line.strip()) # 把末尾的'n'删掉