讨论

跟普通函数不同的是，生成器只能用于迭代操作。

下面是一个实验，向你展示这样的函数底层工作机制：

一旦生成器函数返回退出，迭代终止。我们在迭代中通常使用的for语句会自动处理这些细节，所以你无需担心。

解决方案

如果你想让你的生成器暴露外部状态给用户，

.. code-block:: python

如果 ``None`` 和3的位置对调，意思就是仅仅获取前三个元素恰恰相反，

(这个跟切片的相反操作 ``[3:]`` 和 ``[:3]`` 原理是一样的)。

讨论

尽管你也可以自己手动实现排列组合算法，但是这样做得要花点脑力。

当我们碰到看上去有些复杂的迭代问题时，最好可以先去看看itertools模块。

如果这个问题很普遍，那么很有可能会在里面找到解决方案！

如果你需要将结对的值存储在列表中，要使用 ``list()`` 函数。比如：

.. code-block:: python

``chian()`` 不会有这一步，所以如果输入序列非常大的时候会很省内存。

并且当可迭代对象类型不一样的时候 ``chain()`` 同样可以很好的工作。

以管道方式处理数据可以用来解决各类其他问题，包括解析，读取实时数据，定时轮询等。

这种方式一个非常好的特点是每个生成器函数很小并且都是独立的。这样的话就很容易编写和维护它们了。

很多时候，这些函数如果比较通用的话可以在其他场景重复使用。

等到下一个迭代步骤时文件就关闭了，因此 ``china()`` 在这里不能这样使用。

上面的方案可以避免这种情况。

语句 ``yield from it`` 简单的返回生成器 ``it`` 所产生的所有值。

关于这个我们在4.14小节会有更进一步的描述。

最后还有一点需要注意的是，管道方式并不是万能的。

有时候你想立即处理所有数据。

然而，即便是这种情况，使用生成器管道也可以将这类问题从逻辑上变为工作流的处理方式。

`Generator Tricks for Systems Programmers <http://www.dabeaz.com/generators/>`_

教程中对于这种技术有非常深入的讲解。可以参考这个教程获取更多的信息。

额外的参数 ``ignore_types`` 和检测语句 ``isinstance(x, ignore_types)``

用来将字符串和字节排除在可迭代对象外，防止将它们再展开成单个的字符。

讨论

语句 ``yield from`` 在你想在生成器中调用其他生成器作为子例程的时候非常有用。

.. code-block:: python

之前提到的对于字符串和字节的额外检查是为了防止将它们再展开成单个字符。

如果还有其他你不想展开的类型，修改参数 ``ignore_types`` 即可。

可以参考12.12小节查看另外一个例子。