今天咱来解锁 Python 里的 “内存管理神器”——生成器！它就像一个魔法工厂，不会一股脑儿把所有产品（数据）全造出来，而是需要一个造一个，特别节省内存。不管是处理海量数据，还是实现异步任务，生成器都超有用！接下来，我就带大家看看这个 “工厂” 是怎么运作的！

一、什么是生成器？

简单来说，生成器是一种特殊的迭代器。它能在需要的时候才生成数据，而不是提前把所有数据都准备好。想象你要做 1000 个蛋糕，如果一下子全做完，不仅占地方，材料放久了还可能不新鲜；但生成器就像有个 “智能订单系统”，有人要一个就做一个，既不浪费空间，还保证新鲜。

在 Python 里，生成器有两种创建方式：生成器函数和生成器表达式，咱们一个个来看！

二、生成器函数：用 yield 创造奇迹

生成器函数看起来和普通函数差不多，但它不用return返回结果，而是用yield关键字。每次遇到yield，函数会暂停执行，保存当前状态，下次调用时接着从暂停的地方继续。

看个简单例子，用生成器函数生成 1 到 5 的数字：

def number_generator():    for i in range(1, 6):        yield igen = number_generator()print(next(gen))  # 输出 1print(next(gen))  # 输出 2print(next(gen))  # 输出 3这里number_generator就是生成器函数，yield i会依次返回 1 到 5。next(gen)用于获取生成器的下一个值，每次调用next，函数从上次yield的地方继续执行。当没有更多数据时，会抛出StopIteration异常，不过咱们通常用for循环来遍历生成器，它会自动处理这个异常：

def number_generator():    for i in range(1, 6):        yield ifor num in number_generator():    print(num)运行后，控制台会依次打印出 1 到 5。

小贴士：生成器函数执行到yield就暂停，比普通函数返回所有数据要省内存，处理大量数据时优势明显！

三、生成器表达式：一行代码的魔法

生成器表达式和列表推导式长得很像，只不过把列表推导式的方括号[]换成圆括号()。但它们的工作方式大不相同：列表推导式会一次性生成整个列表，而生成器表达式是按需生成数据。

比如，生成 1 到 10 的平方数，用列表推导式和生成器表达式对比看看：

# 列表推导式，一次性生成列表square_list = [x ** 2 for x in range(1, 11)]# 生成器表达式，按需生成数据square_generator = (x ** 2 for x in range(1, 11))print(square_list)print(next(square_generator))  # 输出 1square_list会占用一定内存存储 10 个平方数；而square_generator只有在调用next或用for循环遍历时，才会一个个计算平方数，内存占用少得多。

四、生成器的实际应用场景

1. 处理大型文件

读取一个几 GB 的日志文件，如果用普通方法，可能直接把内存撑爆。但用生成器，每次只读一行处理，轻松搞定：

def read_large_file(file_path):    with open(file_path, 'r') as file:        for line in file:            yield line# 假设log.txt是超大日志文件for line in read_large_file('log.txt'):    # 处理每一行数据，比如查找特定关键词    if "error" in line:        print(line.strip())

2. 无限数据流

有些场景下，数据是源源不断产生的，比如监控系统的实时数据。生成器能轻松模拟无限数据流：

def infinite_counter():    num = 0    while True:        yield num        num += 1counter = infinite_counter()print(next(counter))  # 输出 0print(next(counter))  # 输出 1这个infinite_counter会一直生成数字，不过实际使用时，得加个终止条件，不然就停不下来啦！

五、常见错误提醒

1.混淆yield和return：return会结束函数，yield只是暂停，别搞混！如果用return写生成器逻辑，就达不到按需生成数据的效果了。

2.忘记遍历生成器：生成器创建好后，得用next函数或for循环去 “激活” 它，不然数据不会生成。

3.内存陷阱：虽然生成器省内存，但如果生成的数据特别大，比如单个数据是几 MB 的图片，累积起来也可能占满内存，要注意处理。