Б41 Чистый Python. Тонкости программирования для профи. Спб.: Питер

'Привет' 
'Привет' 
'Привет' 
'Привет' 
'Привет' 
...
Да! Мы по-прежнему без конца прокручиваем в цикле наши приветствия. 
Эта намного более короткая реализация генератора, по всей видимости, 
выполняется таким же образом, что и класс 
Repeater
. (Не забудьте нажать 
Ctrl+C
, если хотите выйти из бесконечного цикла в сеансе интерпретатора.)
Итак, каким же образом эти генераторы работают? Они похожи на нор-
мальные функции, но их поведение очень различается. Начнем с того, что 
вызов функции-генератора вообще не выполняет функцию. Он просто 
создает и возвращает объект-генератор:
>>> repeater('Эй') 

Программный код в функции-генератора исполняется только тогда, 
когда функция 
next()
вызывается с объектом-генератором в качестве 
аргумента:
>>> generator_obj = repeater('Эй') 
>>> next(generator_obj) 
'Эй'
Если вы еще раз прочитаете код функции 
repeater
, то увидите, что, судя 
по всему, ключевое слово 
yield
каким-то образом останавливает эту 
функцию-генератор посередине исполнения, а затем возобновляет ее на 
более позднем этапе:

---

6 .5 . Генераторы — это упрощенные итераторы 227
def repeater(value):
while True:
yield value
И это вполне подходящая ментальная модель того, что здесь происходит. 
Дело в том, что, когда инструкция 
return
вызывается внутри функции, 
она безвозвратно передает управление назад источнику вызова функции. 
Когда же вызывается инструкция 
yield
, она тоже передает управление 
назад источнику вызова функции — но она это делает лишь временно.
В отличие от инструкции 
return
, которая избавляется от локального 
состояния функции, инструкция 
yield
приостанавливает функцию и со-
храняет ее локальное состояние. На практике это означает, что локальные 
переменные и состояние исполнения функции-генератора лишь откла-
дываются в сторону и не выбрасываются полностью. Исполнение может 
быть возобновлено в любое время вызовом функции 
next()
с генератором 
в качестве аргумента:
>>> iterator = repeater('Привет') 
>>> next(iterator) 
'Привет'
>>> next(iterator) 
'Привет'
>>> next(iterator) 
'Привет'
Это делает генераторы полностью совместимыми с протоколом итератора. 
По этой причине мне нравится представлять их прежде всего как синтак-
сический сахар для реализации итераторов.
Вы убедитесь, что в отношении большинства типов итераторов написание 
функции-генератора будет проще, а восприятие легче, чем определение 
многословного итератора на основе класса.
Генераторы, которые прекращают генерацию
Этот раздел мы начали с того, что еще раз написали бесконечный генера-
тор. Сейчас вы, вероятно, задаетесь вопросом, как написать генератор, 
который через некоторое время прекращает порождать значения вместо 
того, чтобы без конца продолжать это делать.

---

228 Глава 6 • Циклы и итерации
Напомним, что в нашем итераторе на основе класса мы смогли подать 
сигнал об окончании итераций путем вызова исключения 
StopIteration
вручную. Поскольку генераторы полностью совместимы с итераторами 
на основе класса, за сценой будет по-прежнему происходить то же самое.
К счастью, на этот раз мы будем работать с более приятным интерфейсом. 
Генераторы прекращают порождать значения, как только поток управле-
ния возвращается из функции-генератора каким-либо иным способом, 
кроме инструкции 
yield
. Это означает, что вам больше вообще не нужно 
заботиться о вызове исключения 
StopIteration
!
Приведу пример:
def repeat_three_times(value):
yield value
yield value
yield value
Обратите внимание: эта функция-генератор не содержит никакого цикла. 
В действительности она проста как божий день и состоит всего из трех 
инструкций 
yield
. Если 
yield
временно приостанавливает выполнение 
функции и передает значение назад источнику вызова, то что произойдет, 
когда мы достигнем конца этого генератора? Давайте узнаем:
>>> for x in repeat_three_times('Всем привет'):
... print(x)