回顾：
- 生成器就是含有yield操作的函数，生成器函数的返回值就是一个迭代器（generator object）
主要内容：
- 外部如何给生成器发送一个值，临时按需变化迭代生成值。（send方法）
- 生成器返回的迭代器，一般只能使用一次。可采用内在的异常机制对第二次调用报错。
- 生成器“对象”（生成器产生的迭代器对象）的close方法示例
- 个人理解与总结
5.1 send 函数
- 错误的例子
>>> def simpleGen(value): # 定义了一个简单的生成器
... while True:
... yield value
...
>>> gen = simpleGen(42);
>>> print(gen.__next__(),gen.__next__())
42 42
>>> gen.send(10);
42
>>> print(gen.__next__(),gen.__next__())
42 42
yield 此处是一个语句。然而我们需要在生成器函数中对gen.send(10);进行响应,那么我们就要使用yield 表达式， yield 不再是语句，而是表达式！！！
- 正确的例子
#正确的例子
>>> def simpleGen(value):
... new = None;
... i = 0;
... while True:
... i +=1
... print('In Func (before):',i, new, value)
... new = yield value
... print('In Func (after):',i, new, value)
... value = new;
...
>>> gen = simpleGen(42); # nothing happend
>>> print(gen.__next__()) # called 1st, get 42
In Func (before): 1 None 42
42
>>> print(gen.__next__()) # called 2nd, get None, this is important!
In Func (after): 1 None 42
In Func (before): 2 None None
None
>>> print(gen.send(10)); # called 3rd, get what you set
In Func (after): 2 10 None
In Func (before): 3 10 10
10
>>> print(gen.__next__()) # called 4th, get None, this is important!
In Func (after): 3 None 10
In Func (before): 4 None None
None
此处应该有结论：
- 构造函数啥都不干，除了赋值
- send函数和__next__函数一样，都唤醒了沉睡中的yield表达式
- yield表达式的值在正常情况下是None
- 最终更佳的例子（处理None）
>>> def simpleGen(value):
... while True:
... new = yield value
... if new is not None:
... value = new;
...
>>> gen = simpleGen(42); # nothing happend
>>> print(gen.__next__()) # called 1st, get 42
42
>>> print(gen.__next__()) # called 2nd, get 42
42
>>> print(gen.send(10)); # called 3rd, get what you set
10
>>> print(gen.__next__()) # called 4th, also get what you set
10
5.2 throw 方法
这个很简单，就是通过语句，然生成器内部产生异常，注意异常报出的位置（yield 语句）
>>> def simpleGen(value):
... while True:
... new = yield value
... if new is not None:
... value = new;
...
>>> gen = simpleGen(42); # nothing happend
>>> print(gen.__next__()) # called 1st, get 42
42
>>> gen.throw(StopIteration)
Traceback (most recent call last):
File "", line 1, in
File "", line 3, in simpleGen ## 注意异常报出的位置（yield 语句）。
StopIteration
5.3 close 语句
显然 throw方法产生的异常并没有在内部处理掉，直接立马传递到上一层了。我们能否设置下迭代生成器的终止，也就是不能产生下一个了。那就是无参数的close方法。
>>> def simpleGen(value):
... while True:
... new = yield value
... if new is not None:
... value = new;
...
>>> gen = simpleGen(42); # nothing happend
>>> print(gen.__next__()) # called 1st, get 42
42
>>> gen.close() # 终止了这个迭代器，但是没有异常
>>> print(gen.__next__()) # 继续取值，便产生了StopIteration的异常
Traceback (most recent call last):
File "", line 1, in
StopIteration
5.4 小结下：
学习迭代器和生成器有一两天了，自己也编程实现了大部分的功能。其目的都是为了高效的迭代循环而生的。那么循环的处理方式有如下几种：
- 直接采用元组、列表、字符串
- 利用内置的迭代器（xrange函数等）
- 自己构造类（迭代器）（__next__,__iter__）
- 使用yield函数（生成器）（yield，__next__,send, throw, close）
感受，在表达形式上，Python确实和c、c++语言有较大差别。但是，这种迭代器的核心思想在C、C++中是以指针、引用等复杂的方式实现的，Python肯定是牺牲了一定的计算效率将其封装成为了迭代器和生成器，带来的好处是指针和内存的安全，编程效率的提升，所以python是一门很好的科学计算语言，使得开发者能够注重算法层面的开发，而不是指针内存等烦人细节。