# 生成器的本质就是迭代器，在python中有两种方式来获取生成器：
# 1.通过生成器函数 yield
# 2.通过生成器表达式来实现生成器 (推导式)
def func():
print("123")
yield "你好！" # 该函数当中有yield，该函数就是一个生成器函数，yield也有返回的意思
gen = func() #生成器函数在被执行的时候，创建生成器
print(gen)
# <generator object func at 0x00000216F3854040>
# 生成器对象 func 在 0x00000216F3854040
ret = gen.__next__() # 可以让生成器函数执行到下一个yield
# 输出 123
print(ret)
# 输出 你好
# 在一个函数当中可以有多个yield
def func():
print(11)
yield "你好"
print(22)
yield "你不好"
print(33)
yield "你很好"
gen = func()
r = gen.__next__()
print("接受到的数据", r)
r2 = gen.__next__()
print("接受到的数据", r2)
r3 = gen.__next__()
print("接受到的数据", r3)
r4 = gen.__next__()
print("接受到的数据", r4) # 当程序后面没有yield之后，此时会报错，StopIteration
"""
生成器函数：
1. 里面有yield
2. 生成器函数在被执行的时候，实际是创建一个生成器函数出来
3. 必须使用__next__()来执行一段代码，会自动执行到下一个yieldj结束
4. yield也有返回的意思，可以让下一个函数分段执行
5. 当后面没有yield之后，再次使用__next__()会报错StopIteration
"""
# 生成器函数的最大作用就是节省内存
# 举个例子
# 买一万件衣服
# 常规做法
def order():
lst = []
for i in range(10000): # 会比较消费内存
lst.append(f"衣服{i}")
return lst
lst = order()
print(lst)
# 生成器，执行一次next就只会输出一次
def order():
for i in range(10000):
yield f"衣服{i}"
lst = order()
print(lst.__next__())
#
def order():
lst = []
for i in range(10000):
lst.append(f"衣服{i}")
if len(lst) == 50:
yield lst
lst = []
lst = order()
print(lst.__next__())
"""
__next__
send
相同点：可以执行到下一个yield
不同点：send可以给上一个yield位置传参
"""
def func():
print("111")
a = yield "你好"
print("222", a)
b = yield "我不好"
print("333", b)
c = yield "你也不好"
yield "红烧"
g = func()
r1 = g.__next__() # 第一次执行必须用next 不能使用send
print(r1)
r2 = g.send("呵呵") # send给上一个yield位置发送 “呵呵”
print(r2)
# 输出
# 111
# 你好
# 222 呵呵
# 我不好
# yield from
def func():
lst1 = [1, 2, 3]
lst2 = [4, 5, 6]
# for item in lst1:
# yield item
# for item in lst2:
# yield item
yield from lst1 # 把每一个可迭代对象中的每一项分别返回
yield from lst2
g = func()
print(list(g))
