什么是生成器函数？生成器的执行

for...in

StopIteration

# 普通函数示例
def create_list_of_numbers(n):
    print("开始生成列表...")
    numbers = []
    for i in range(n):
        numbers.append(i * 2)
    print("列表生成完毕。")
    return numbers

# 生成器函数示例
def generate_numbers(n):
    print("开始生成序列...")
    for i in range(n):
        yield i * 2  # 每次产出一个值
    print("序列生成完毕。")

# 观察执行差异
# my_list = create_list_of_numbers(5) # 会一次性打印 "开始生成列表..." 和 "列表生成完毕。"
# print(my_list)

# my_generator = generate_numbers(5) # 此时不会打印任何东西
# print(next(my_generator)) # 第一次 next()，打印 "开始生成序列..."，产出 0
# print(next(my_generator)) # 第二次 next()，产出 2
# # ...直到所有值产出，才会打印 "序列生成完毕。"

# 假设我们要处理一个非常大的文件，每行都是一条记录
def process_large_file_generator(filepath):
    print(f"开始处理文件：{filepath} (惰性加载)")
    with open(filepath, 'r', encoding='utf-8') as f:
        for line in f:
            # 假设这里对每行进行一些复杂处理
            processed_line = line.strip().upper()
            yield processed_line
    print(f"文件处理完毕：{filepath}")

# 如果是普通函数，可能需要先读入所有行到内存
# def process_large_file_list(filepath):
#     print(f"开始处理文件：{filepath} (一次性加载)")
#     with open(filepath, 'r', encoding='utf-8') as f:
#         lines = [line.strip().upper() for line in f]
#     print(f"文件处理完毕：{filepath}")
#     return lines

# 使用生成器：
# for item in process_large_file_generator("very_large_log.txt"):
#     # 每次循环只处理一行，内存占用小
#     print(item)

send()

generator.send(value)

def simple_coroutine():
    print("协程启动，等待接收第一个值...")
    x = yield  # 暂停并等待接收一个值
    print(f"协程接收到第一个值: {x}")
    y = yield x * 2 # 再次暂停，产出 x*2，并等待接收第二个值
    print(f"协程接收到第二个值: {y}")
    yield y + 10

# g = simple_coroutine()
# next(g) # 启动协程，执行到第一个 yield
# print(g.send(10)) # 发送 10 给 x，协程继续执行到第二个 yield，并产出 20
# print(g.send(5)) # 发送 5 给 y，协程继续执行到第三个 yield，并产出 15
# next(g) # 会抛出 StopIteration

throw(type, value=None, traceback=None)

try...except

close()

generator.close()

GeneratorExit

finally

()

[]

# 生成器表达式
my_generator_expression = (x * x for x in range(5))
# for val in my_generator_expression:
#     print(val)

asyncio

await

async