Создание и применение генераторов в Python: от базовых конструкций до сложных сценариев

Дополнительные примеры использования генераторов

Здесь представлены расширенные сценарии, которые демонстрируют гибкость генераторов в Python.

# Пример 1: Обход дерева в глубину (DFS) с помощью yield from
class TreeNode:
    def __init__(self, value, children=None):
        self.value = value
        self.children = children or []

def dfs(node):
    yield node.value
    for child in node.children:
        yield from dfs(child)

# Строим дерево:  A -> B -> D, E
#                     -> C -> F
tree = TreeNode('A', [
    TreeNode('B', [TreeNode('D'), TreeNode('E')]),
    TreeNode('C', [TreeNode('F')])
])
print('DFS обход:', list(dfs(tree)))
# Результат: ['A', 'B', 'D', 'E', 'C', 'F']

# Пример 2: Pipeline генераторов для обработки данных
# Чтение строк, фильтрация, преобразование

def read_lines(filename):
    with open(filename, 'r') as f:
        for line in f:
            yield line.rstrip('\n')

def filter_condition(lines, substring):
    for line in lines:
        if substring in line:
            yield line

def capitalize(lines):
    for line in lines:
        yield line.upper()

# Допустим, файл data.txt содержит строки
# generator pipeline не требует загрузки всего файла
# pipeline = capitalize(filter_condition(read_lines('data.txt'), 'python'))
# for line in pipeline:
#     print(line)

# Пример 3: Генератор для чтения больших файлов блоками

def read_chunks(file_path, chunk_size=1024):
    with open(file_path, 'rb') as f:
        while True:
            chunk = f.read(chunk_size)
            if not chunk:
                break
            yield chunk

# Использование:
# for chunk in read_chunks('bigfile.bin', 4096):
#     process(chunk)

# Этот подход предотвращает загрузку всего файла в память.

# Пример 4: Комбинация нескольких итераторов с itertools.chain
from itertools import chain

def gen_a():
    yield 'a1'
    yield 'a2'

def gen_b():
    yield 'b1'
    yield 'b2'

combined = chain(gen_a(), gen_b())
print('Объединённые генераторы:', list(combined))
# Результат: ['a1', 'a2', 'b1', 'b2']

# Пример 5: Генератор с close() и обработкой исключений генератора

def controlled():
    try:
        while True:
            received = yield
            print(f'Получено: {received}')
    except GeneratorExit:
        print('Генератор закрыт')

gen = controlled()
next(gen)
gen.send('Значение')
gen.close()
# Вывод: Получено: Значение
#        Генератор закрыт

# Пример 6: Генератор как источник корутин (asyncio не рассматриваем)
# Использование throw() для передачи исключения внутрь генератора

def custom_except():
    while True:
        try:
            val = yield
            print(f'Обработано: {val}')
        except ValueError:
            print('Поймано ValueError, продолжаем')

gen = custom_except()
next(gen)
gen.send(10)          # Обработано: 10
gen.throw(ValueError) # Поймано ValueError, продолжаем
gen.close()

# Пример 7: Генератор для последовательности Фибоначчи с ограничением по памяти

def fibonacci(limit=None):
    a, b = 0, 1
    while limit is None or a < limit:
        yield a
        a, b = b, a + b

print('Фибоначчи до 100:', list(fibonacci(100)))
# Результат: [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]