生成器是一个相对较新的Python概念，它是一种使用普通函数语法定义的迭代器。生成器和迭代器可能是今年来引入的最强大的功能，并且生成器是一个相当复杂的概念，要了解其工作原理需要花点时间。生成器能够让你编写出非常优雅的代码。
生成器创建和普通函数一样简单，下面通过一个简单的示例来说明生成器的用法：
创建一个将嵌套列表展开的函数，列表如下：
nested = [[1,2,3],[3],[4,5]]这是一个列表的列表，接下来需要将嵌套展开或按顺序提供这些数字，下面是一种生成器的解决方案：
def flatten(nested): for sublist in nested: for element in sublist: yield(element)这个函数代码很简单，它首先迭代所提供嵌套列表中的所有子列表，然后按顺序迭代每个子列表中的元素，如果将最后一行中的yield换成print就容易理解了。
注意，这里使用了关键字yield，包含yield语句的函数都被称为生成器。
这不仅仅是名称上的差别，生成器的行为与普通函数截然不同。差别在于，生成器不是使用return返回一个值，而是可以生成多个值，每次一个。每次使用yield生成一个值后，函数都将冻结，即在此停止执行，等待被重新唤起。被重新唤起后，函数将从停止的地方开始继续执行。
为使用所有的值，可对生成器进行迭代。
print(list(flatten(nested)))结果：
[1, 2, 3, 3, 4, 5]上面的示例智能处理两层的嵌套逻辑，使用两个for循环来实现的，如果要处理任意层嵌套的列表，这时候就不能用for循环来实现了，所以必须修改解决方案，可以使用递归式生成器。
使用递归式生成器重写以上函数：
def flatten(nested): try: for sublist in nested: for element in flatten(sublist): yield(element) except TypeError: yield nested调用flatten时，有两种可能性：基线条件和递归条件。在基线条件下，要求这个函数展开单个元素。这时候，for循环将引发TypeError异常，因为你视图迭代一个数，而这个生辰器只生成一个元素。
如果要展开的是一个列表（或其他任何可迭代对象），你就需要遍历所有子列表并对他们调用flatten，然后使用另一个for循环生成展开后的子列表中的所有元素。
print(list(flatten([[1,2,3],[1],[4,[5,6],7]])))输出：
[1, 2, 3, 1, 4, 5, 6, 7]但是，以上这个示例也存在一个问题，如果nested是字符串或类似字符串的对象，它就属于序列，因此不会引发TypeError异常，可你并不想对其进行迭代。
注意：在以上函数中，不应该对类似于字符串的对象进行迭代，主要原因有两个：
1.你想将类似于字符串的对象视为原子值，而不是应该展开的序列2.对这样的对象进行迭代会导致无穷递归，因为字符串的第一个元素是一个长度为1的字符串，而长度为1的字符串的第一个元素为字符串本身。所以，要处理这种情况，必须在生成器开头进行检查，要检查对象是否类似于字符串，最简单、最快捷的方式是将对象与一个字符串拼接起来，并检查这是否会引发TypeError异常，修改如下：
def flatten(nested): try: try: nested + '' except TypeError: pass else: raise TypeError for sublist in nested: for element in flatten(sublist): yield(element) except TypeError: yield nested print(list(flatten(['abc',[1,2],['ed','fg']])))输出：
['abc', 1, 2, 'ed', 'fg']如你所见，如果表达式nested+’'引发TypeError异常，就忽略这种异常；如果没有引发TypeError异常，内部try语句中的else子句将引发TypeError异常，这样讲在外部的excpet子句中原封不动地生成类似于字符串的对象。
生成器由两个单独的部分组成：生成器的函数和生成器的迭代器。生成器的函数是由def语句定义，其中包含yield。生成器的迭代器是这个函数的返回结果，这两个实体通常被视为一个，通称为生成器。
>>> def simple_generator(): ... yield 1 ... >>> simple_generator <function simple_generator at 0x104e4ab70> >>> simple_generator() <generator object simple_generator at 0x104d65a20> >>>对于生成器的函数返回的迭代器，可以像使用其他迭代器一样使用它。
生成器开始运行后，可以使用生成器和外部之间的通信渠道向它提供值，这个通信渠道包含如下两个端点：
外部世界：外部世界可访问生成器的方法send，这个方法类似于next，但接受一个参数（要发送的“消息”，可以是任何对象）生成器：在挂起的生成器内部，yield可能用作表达式而不是语句，也就是说，当生成器重新运行时，yield返回一个值----通过send从外部世界发送的值，如果使用的是next，yield将返回None。注意，仅当生成器被挂起（即遇到第一个yield）后，使用send（而不是next）才有意义。要在此之前向生成器提供信息，可使用生成器的函数的参数。 如果一定要在生成器刚启动时对其调用方法send，可向它传递参数None。
def repeater(value): while True: new = (yield value) if new is not None:value = new r = repeater(12) print(next(r)) print(r.send(34))输出
12 34生成器的另外两个方法：
方法throw：用于在生成器中（yield表达式处）引发异常，调用时可提供一个异常类型、一个可选值和一个traceback对象方法close：用于停止生成器，调用时无需提供任何参数。方法close（由Python垃圾收集器在需要时调用）也是基于异常的：在yield处引发GeneratorExit异常。因此如果要在生成器中提供一些清理代码，可将yield放在一条try/finally语句中。如果愿意，也可以捕获GeneratorExit异常，但随后必须重新引发它（可能在清理后）、引发其他异常或直接返回。对生成器调用close后，再试图从它那里获取值将导致RuntimeError异常。
前面我们说到，生成器可以让你能够写出非常优雅的代码，但是，无论编写什么程序，都完全可以不使用生成器。并且在一些老版本的Python没有生成器的概念，那么，要模拟这种用法该怎么办呢。
下面提供了一个简单的解决方案，让你能够使用普通函数模拟生成器。
首先在函数的开头插入如下一行代码： result=[] 然后，将类似于yield some_expression的代码行替换如下代码行：
result.append(some_expression)最后，在函数末尾添加：return result
尽管这种方法并不能模拟所有的生成器，但可模拟大部分生成器。例如，这无法模拟无穷生成器，因为显然不能将这种生成器的所有值都存储在一个列表中。
下面使用普通函数重写了生成器flatten：
def flatten(nested): result = [] try: try: nested + '' except TypeError: pass else: raise TypeError for sublist in nested: for element in flatten(sublist): # yield(element) result.append(element) except TypeError: # yield nested result.append(nested) return result print(list(flatten([[1,2,3],[1],[4,[5,6],7]]))) print(list(flatten(['abc',[1,2],['ed','fg']])))输出：
[1, 2, 3, 1, 4, 5, 6, 7] ['abc', 1, 2, 'ed', 'fg']