Generator（二）

有几天没更了，因为有事不在学校。今天接着上一篇文章继续。上一篇文章介绍了迭代器和生成器，重点在于：生成器自带buff——iter() 、next()，能够很自然的调用这些方法。接下来看看更加精彩的操作。

Method of Operation

正如我们在上一篇文章的介绍中详细阐述的那样，生成器提供了一种生成迭代器的便捷方法，这就是为什么它们被称为生成器的原因。

Method of working：

一个生成器被称为一个函数，它的返回值是一个迭代器，比如一个生成器对象。生成器的代码在这个阶段不会被执行。

迭代器可以通过调用next()方法来使用。第一次执行像一个函数，比如迭代器内的第一行代码，该代码将被执行，直到达到yield语句为止。

yield返回表达式的值，它跟随关键字yield。这就像一个函数，但是Python会跟踪这个yield的位置，并且为下一次调用存储局部变量的状态。

如果生成器主体完全工作，或者如果程序流遇到没有值的返回语句，迭代器工作完成。

我们将在下面的例子中说明这种行为，其中我们定义了一个生成器，它能够迭代所有斐波纳契数字。

Using a ‘return’ in a Generator

自Python 3.3以来，生成器也可以使用返回语句，但生成器仍然至少需要一个yield语句才能成为生成器！生成器内部的return语句相当于引发StopIteration（）

让我们来看看引发StopIteration的生成器：

对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的指令.

send Method

生成器不仅可以发送对象，还可以接收对象。通过将发送方法应用于发生器对象，可以将消息（即对象）发送到发生器中。

我们必须首先调用生成器，因为生成器需要启动。发送到尚未启动的生成器会导致异常：

throw Method

用来向生成器函数送入一个异常，可以结束系统定义的异常，或者自定义的异常。throw()后直接跑出异常并结束程序，或者消耗掉一个yield，或者在没有下一个yield的时候直接进行到程序的结尾。

输出：