Python中的Comprehensions和Generations
Python中的Comprehensions和Generations语法都是用来迭代的。Comprehensions语法可用于list，set，dictionary上，而Generations语法分为Generator函数和Generator表达式。
Comprehensions
以list的Comprehensions语法为例：
# 常规语法 [expression for target in iterable] [x ** 2 for x in range(10)] # 加入if语句 [expression for target in iterable if condiction] [x ** 2 for x in range(10) if x % 2 == 0] # 完整语法 [expression for target1 in interable1 if condition1 for target2 in interable2 if condition2 for target3 in interable3 if condition3 ... for targetN in iterableN if condictionN] [x + y + z for x in 'spam' if x in 'sm' for y in 'SPAM' if y in ('P', 'A') for z in '123' if z > '1']
通过Comprehensions的完整语法，可以发现，Comprehensions语法是允许嵌套的，它们等于嵌套的for循环：
res = [] for x in 'spam': if x in 'sm': for y in 'SPAM': if y in ('P', 'A'): for z in '123': if z > '1': res.append[x + y + z]
而set和dictionary的Comprehensions语法与list的Comprehensions语法类似，不同之处只在于，对于set来说，只需将list Comprehensions语法中的[]换成{}；对于dictinary来说，除了将[]换成{}，expression是由:分隔的两个表达式：
>>>{x * x for x in range(10)} # set的语法
{0, 1, 4, 81, 64, 9, 16, 49, 25, 36}
>>>{x: x * x for x in range(10)} # dictionary的语法
{0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}
Generations
Generations分为Generator函数和Generator表达式。
1 Generator函数
1) Generator函数的定义和普通函数定义一样，不同之处在于，Generator函数需要使用yield表达式。yield表达式的作用是告诉Python，当调用Generator函数时，返回的是一个迭代器。当遍历这个返回的迭代器时，Generator函数开始运行，当碰到yield表达式时，一方面将yield表达式的值返给迭代器，另一方面暂停Generator函数的执行；当下次遍历的时候，Generator函数继续运行yiled表达式后面的语句，这样周而复始，直到迭代完毕：
def test(): for i in range(5): yield i print('###') >>>G = test() # 调用Generator函数返回的是一个迭代器 >>>G <generator object test at 0x7f1246c1ee60> >>>next(G) # 返回yield表达式的值，并在那里暂停 0 >>>next(G) # 继续迭代，运行yield后面的语句，由于for循环，再次碰到yield语句，返回yield语句的值，并且再次暂停 ### 1 >>>next(G) # 继续迭代 ### 2 >>> next(G) # 继续迭代 ### 3 >>>>next(G) # 继续迭代 ### 4 >>>next(G) # 继续迭代，此时迭代结束 ### # print语句还是会执行 Traceback (most rencent call last): File "<stdin>", line 1, in <module> StopInteration
在Generator函数中也可以包含return语句，如果碰到return语句，迭代就会提前结束：
def test(): for i in range(5): return yield print('###') >>>G = test() # 返回迭代器 >>>G <generator object test at 0x7f1246c1eee08> >>>next(G) # 遇到return语句，迭代提前结束 Traceback (most recent call last): File "<stdin>", line 1, in <module> StopInteration
2) send方法
在Python 2.5之后，Generator函数返回的迭代器可以使用send方法。send方法也是遍历迭代器，不同之处是send方法允许传递一个值，而这个值会变成yield的返回值，从这个意义上将，yield此时是一个表达式，而不是一条语句：
def test(): for i range(5): X = (yied i) + 10 # 如果不加括号，等价于 X = yield (i + 10) print('%s %d' %('###', X)) >>>G = test() >>>next(G) # 必须首先调用next方法来启动迭代器 0 >>>G.send(77) ### 87 1
2 Generator表达式
Generator表达式和list Comprehensions十分类似，区别就是将[]换成()就可以了，并且括号也不是必须的。如果Generator表达式已经被括号包围了，并且Generator表达式是括号里面的唯一表达式，那么就可以省略括号，否则，就需要使用：
>>>sum(x ** 2 for x in range(4)) # 括号可以省略 >>>sorted((x ** 2 for x in range(4)), reverse=True) # 需要使用括号
Scope
在Python 3.X中，对于Comprehensions和Generator表达式自己生命的变量，该变量只能在Comprehensions和Generator表达式内部使用，外部无法访问这些变量；在Python 2.X中，规则基本和Python 3.X中一样，唯一的例外就是在Python 2.X中，list Comprehensions生命的变量，并不是只有list Comprehensions内部使用，外部也可以访问：
>>>(X for X in range(5)) # Python 3.X , Python 2.X >>>X NameError: name 'X' is not defined >>>[X for X in range(5)] # Pyhon 3.X >>>X NameError: name 'X' is not defined >>>[X for X in range(5)] # Pyhon 2.X >>>X # 可以访问 4
