坚持原创输出,点击蓝字关注我吧
作者:清菡
博客:oschina、云 + 社区、知乎等各大平台都有。
目录
- 一、列表推导式
- 二、字典推导式
- 三、2 种方式创建生成器
- 1.生成器表达式
- 2.函数里面,通过 yield 定义生成器
一、列表推导式
推导式可以帮助我们快速创建列表、创建字典。比如现在要创建一个列表。
做自动化测试的时候,比如创建个 url 列表,url 列表里面可能是存储了网站的页数:
一直到 100,生成 100 个页面,但是这 100 个页面有规律,url 地址,前面这一部分是不变的,只有后面的 1,2,3,4 这部分的变化。
如果去生成这样一个列表,不用列表推导式,用之前的方法的话,可以这样做,先定义一个空列表:
urls = []
然后来个 for 循环 set 100 个:
for i in range(1,101):
前面字符串这部分是确定的,比如说一个 page,后面这部分不确定,就来个format()
给它填进去。
url = 'page{}'.format(i)
通过append()
把 url 加进去。
# url = ['page1','page2']
urls = []
for i in range(1,101):
url = 'page{}'.format(i)
urls.append(url)
print(urls)
能够生成 1-100 个页面。
推导式有个优势,一行就能解决。推导式可以看成 for 循环的一个解体。
写起来特别简单,同样的功能,推导式可以这样写:
# 列表推导式
urls1 = [i for i in range(1,101)]
print(urls1)
这段列表推导式代码解释是:
for
循环,i
从 range
里面循环,循环出来拿出一个 i
,然后往前面放到这个列表里面。
再拿出一个 i
放到这个列表里面,这样重复(拿出一个 i
放到列表里面),直到把 for
循环遍历完。
将里面所有的元素都拿出来放到列表里面,最后生成一个新的列表,这就是列表推导式。
里面是 1-100 个数字:
如果用列表推导式生成这个 page1,到 100 页。代码就修改成这样:
urls1 = ['page{}'.format(i) for i in range(1,101)]
print(urls1)
'page{}'.format(i)
format()
格式化字符串的函数。
# 列表推导式
urls1 = ['page{}'.format(i) for i in range(1,101)]
print(urls1)
简而言之,就是遍历出来的元素放到这个前面就行了。然后在前面,你可以做其它操作。
以上,这就是用列表推导式快速生成一个列表。
二、字典推导式
字典推导式和列表推导式,它的原理是一样的。都用 for 循环去遍历,然后拿出对应的值在前面,生成对应的值。
每遍历一轮,会把前面你写的内容放到字典里面去。前面写个键,键就是遍历出来的i
,对应的值就是i+1
。
dict1 = {i:i+1 for i in range(10)}
print(dict1)
键就是遍历出来的i
,值就是键的基础上加 1。每循环遍历一轮,这个就生成一个键值对。
推导式可以推导出字典,也可以推导出列表。大括号、中括号、花括号都可以。
推导式改成小括号后是什么?
中括号是列表,花括号是字典,小括号是元组。
推导式改成小括号后,不再是个元组了,是个生成器。
# () 生成器表达式
tu = (i for i in range(10)) #生成器对象
print(tu)
三、2 种方式创建生成器
1.生成器表达式
1.1 什么是生成器?
这里有很多数据,可以把它装到一个 “就像自动取筷盒,拿出一双筷子,自动下来一双筷子”,就是你要用的时候,它给你生成一个出来。
生成器不像列表,比如创建个列表,比如列表里面有一千个元素,创建列表的时候,那么这一千个元素已经被创建好放在列表里面了。生成器不是这样,它内部只保留了一个生成器计算的规则。
1.2 使用生成器的好处
生成器要生成一千个元素,这样:
tu = [i for i in range(1000)]#生成器对象
直接生成一千个元素的列表。改成生成器,这个生成器对象里面存储的是一个计算公式,并没有存储这一千条数据啊。
使用生成器来存储这些数据的话,相对于列表的优势是:不那么占内存。
一千条数据可能看不出效果,如果是一千万条数据往列表里面一放,那得占用多大的内存啊。如果是个生成器,里面就是个计算的规则,就是个生成的规则,没有那么多数据,节约内存,可以提高代码的性能。
1.3 拿生成器里面的数据,也可以一个一个得拿,怎么拿呢?
生成器表达式,打印出来是个生成器。
当然,可以通过list
把它转换成一个列表。
tu = (i for i in range(1000))#生成器对象
print(list(tu))
它可以把生成器里面所有的元素都拿出来转换成列表。
通过生成器表达式来定义生成器,一次想拿一个元素,怎么拿呢?
Python 里面有个内置的函数,叫做next()
。把生成器对象放进去,得到一个结果:
# () 生成器表达式
tu = (i for i in range(1000))#生成器对象
a = next(tu)
print(a)
print(next(tu))
交互环境中可以看到:
它依次生成,要的时候,从生成器里面拿一个出来就行了。你要用的时候就去拿,它就一直生成,它就把里面所有的元素都取出来。
1.4 所有的元素都取出来之后,我又拿了一次,它会出现什么情况呢?
会报错。
生成器可以用来节约内存,提高代码性能。生成器在于你什么时候用,你什么时候去取值。
2.函数里面,通过 yield 定义生成器
除了生成器表达式可以创建生成器,还有另外一个方式。Python 关键字里面有个yield
参数。
yield
这个关键字是用在函数里面的,这个关键字只能在函数里面用。
函数定义完之后,只要在函数里面调用函数,那就会执行函数里面的代码。
def gen_fun():
print('清菡 加油')
gen_fun()
如果当一个函数里面,有yield
这个关键字:
def gen_fun():
yield
print('清菡 加油')
gen_fun()
这个时候再去运行这个函数,这个函数不会立即运行。
2.1 为什么不会立即运行呢?
这个函数运行的时候,默认是没有写return
的。
def gen_fun():
# yield
print('清菡 加油')
res = gen_fun()
print(res)
如果函数里面出现了yield
这个关键字,这个时候再看下。
函数没有写return
,调用函数,它里面,代码没有执行,但是有返回结果,返回的结果是:
返回的是一个生成器。
通过yield
定义出来的这个函数,是个生成器函数。
调用这个函数的时候,它会给你返回一个生成器对象。既然它是一个生成器对象,那么就可以通过next()
来对它进行取值。
运行结果如下:
# 通过yield定义生成器
def gen_fun():
yield
print('清菡 加油')
res = gen_fun() #返回生成器对象
print(next(res))
你看到输出结果是:None
2.2 为什么是 None 呢?
生成器生成的元素在yield
关键字后面。
# 通过yield定义生成器
def gen_fun():
yield 100
print('清菡 加油')
res = gen_fun() #返回生成器对象
print(next(res))
再写 2 个yield
:
# 通过yield定义生成器
def gen_fun():
yield 100
print('清菡 加油')
yield 1000
yield 100100
res = gen_fun() #返回生成器对象
print(next(res))
生成器函数: 只有通过next()
取值的时候,它才会执行函数里面的代码。
next()
一次,就运行到第一个yield
这里,把这个结果返回出来。然后到这个地方,暂停了不动了,不会往下走了。
如果在下面再next()
,从生成器里面再获取一个元素:
print(next(res))
直到等到下一个next()
取值。当你下一次从生成器函数里面取值的时候,才会触发下一个yield
。
# 通过yield定义生成器
def gen_fun():
yield 100
print('清菡 加油')
yield 1000
yield 100100
res = gen_fun() #返回生成器对象
print(next(res))
print(next(res))
print(next(res))
但是如果全部都生成完了,再去取一次,就会报错:
因为里面已经没有元素了。
以上,生成器只有通过这 2 种方式定义。
公众号 「清菡软件测试」 首发,更多原创文章:清菡软件测试 108+ 原创文章,欢迎关注、交流,禁止第三方擅自转载。