理解和使用Python的生成器：实战案例分享

原创电玩女神 2025-03-18 22:54 33阅读 0赞

生成器是Python中一种特殊的迭代器，它在需要时生成数据，而不是一次性创建所有数据。这种方式在处理大量数据或者需要延迟计算的时候非常有用。

下面我们将通过几个实战案例来理解和使用Python的生成器：

1. **惰性求值**：生成器可以实现代码的惰性求值，比如斐波那契数列：
```python
def fibonacci(n):
    a, b = 0, 1
    for _ in range(n):
        yield a
        a, b = b, a

# 使用生成器获取前n个斐波那契数
for num in fibonacci(10):
    print(num)
```
2. **处理大量数据**：生成器可以用于逐行读取大文件，比如CSV文件：
```python
import csv

def read_large_file(file_path, n=1000):
    with open(file_path, 'r') as file:
        reader = csv.reader(file)
        
        for i in range(0, len(reader), n)):
            yield reader[i:i+n]
    
    # 如果文件末尾没有读取到完整的n行数据
    if i == len(reader) // n:
        last_n_rows = reader[-n:]
        yield from last_n_rows

# 使用生成器逐行读取CSV文件
file_path = 'large_file.csv'
for row in read_large_file(file_path):
    print(row)
```
3. **实现协程**：生成器可以用来实现并发的协程。下面是一个简单的例子，模拟网络请求：
```python
import asyncio

def fetch(url):
    return url + ' fetched'

async def concurrent_fetches(urls):
    tasks = [fetch(url) for url in urls]
    
    results = await asyncio.gather(*tasks)
    
    return results

# 使用协程并发地获取多个URL的内容
urls = ['http://example1.com', 'http://example2.com']
result = await concurrent_fetches(urls)

for url, content in zip(urls, result):
    print(f'{url} -> {content}')
```
以上案例展示了生成器在Python中的多种用途，包括处理大量数据、实现并发协程等。