生成器通过yield实现惰性求值，节省内存；可用生成器函数或表达式创建，支持next()、send()、throw()等操作，适用于高效处理大数据。
如果您在编写Python程序时需要处理大量数据或希望提高内存使用效率，生成器是一种非常有效的工具。生成器允许您逐个产生值，而不是一次性将所有值存储在内存中。以下是关于Python3生成器的原理与使用方法的详细解析：
一、理解生成器的基本概念
生成器是一种特殊的迭代器，它通过函数或表达式惰性地生成值，只有在被请求时才计算下一个值。这种机制避免了将整个序列加载到内存中，从而显著节省资源。
生成器函数与普通函数的区别在于使用 yield 关键字代替 return。当调用生成器函数时，它不会立即执行，而是返回一个生成器对象，该对象可以用于后续的迭代。
二、创建生成器函数
通过定义包含 yield 语句的函数来创建生成器。每次遇到 yield 时，函数会暂停并保存当前状态，下次调用时从上次暂停的位置继续执行。
立即学习“Python免费学习笔记（深入）”；
1、定义一个生成器函数，例如生成斐波那契数列：
def fibonacci():
a, b = 0, 1
while True:
yield a
a, b = b, a + b
2、调用该函数获取生成器对象：
fib_gen = fibonacci()
3、使用 next() 函数或 for 循环逐个获取值：
print(next(fib_gen)) # 输出 0
print(next(fib_gen)) # 输出 1
三、使用生成器表达式
生成器表达式是创建生成器的简洁方式，语法类似于列表推导式，但使用圆括号而非方括号。这种方式适合简单的数据转换和过滤操作。
1、创建一个生成器表达式，用于生成平方数：
squares = (x**2 for x in range(10))
2、通过迭代获取结果：
for num in squares:
print(num)
3、注意生成器只能遍历一次，若需重复使用，应重新创建生成器对象。
四、控制生成器的执行流程
除了基本的 yield，还可以利用 send() 方法向生成器传递值，实现双向通信。这使得生成器不仅能输出数据，还能接收外部输入进行动态调整。
1、在生成器中使用 yield 接收传入的值：
def echo_generator():
while True:
received = yield
print(f"收到: {received}")
2、启动生成器并发送数据：
gen = echo_generator()
next(gen) # 启动生成器
gen.send("Hello") # 发送消息
3、可通过 close() 方法手动终止生成器运行：
gen.close()
五、处理生成器的异常情况
在生成器内部可以捕获异常，并通过 throw() 方法从外部引发异常，测试或控制其行为。合理处理异常有助于增强程序的健壮性。
1、在生成器函数中添加异常处理逻辑：
def safe_counter():
count = 0
while True:
try:
yield count
count += 1
except ValueError:
print("捕获到 ValueError")
break
2、使用 throw() 触发异常：
gen = safe_counter()
next(gen)
gen.throw(ValueError)
