文章Python中的for循环的进阶理解中，理解了迭代器的基础知识和工作原理。可以看到迭代器的使用，可以简化很多编程工作。
但是自己写迭代器需要实现迭代器协议，也就是说需要自己实现__next__，__iter__等函数，这样使用的时候，也有很多不便捷的地方。为了更简单的生成迭代器，python又引入了一个概念，叫做生成器。可以简单的理解这两者之间的关系，生成器就是生成迭代器的。为了定义生成器，引入了yield关键字。为什么要引入生成器，引入一个新的yield关键字，背后的故事，在后续的文章中有介绍。本文主要介绍一下用生成器如何简化迭代器的实现，简化代码的编程，让程序猿在做某些类别的工作需要使用到迭代器时，不用辛苦的去做一些繁琐的next，iter迭代器协议实现的工作。
下面来看一个实际的例子，这个例子很简单，主要就是输入一个任意n值，程序对1+2+…+n进行求和。
最直接的方法是构建一个list，包含所有1到n的整数，再调用sum函数来进行求和。
sum函数是一个内置函数，接收可迭代对象作为输入参数，对所有接迭代对象中的各个元素进行累加求和。
这个实现很简单直接，能够达到累加的目的，但是问题是需要消耗比较多的内存，因为需要实现将所有的需要相加的元素放到一个list对象中。n越大，需要消耗的内存越大，比较占用空间。如何能够减少内存需要呢？
对于这个特定问题，可以不需要一个可迭代对象存在，直接生成元素的同时进行累加即可，但是我们不考虑这个方法，还是尽量使用sum来进行累加，这样更加通用。
那么需要考虑构建一个可以自己改变的可迭代对象，可以考虑如下的方式建立一个可迭代对象：
这个例子中，可以看到sum在每次进行相加的时候，就会调用first_n的__next__函数来返回当前需要的数据，一旦超过n，抛出StopIteration异常，sum捕获该异常，并且返回最终累计相加结果。
这个实现上，可以很明显看到好处，就是不用实现生成所有的元素的list，每次可以在需要用到数据的时候再生成数据，这样可以减少内存的消耗，同时这样的实现策略也可以在很多情况下，减少不用的数据生成。
有没有更加简单的方式来实现上面的可迭代对象，而不用编程人员自己实现相关的迭代协议函数。由于这样的编程模式很有用，因此python引入的生成器的概念。直接上代码如下：
在这个实现就简洁很多了。生成器的定义和普通函数定义很类似，只是在函数中有yield关键字。python中定义，如果函数定义中出现yield，该函数就被当成生成器来对待。那么函数调用就不再执行具体函数指令，而只是返回一个生成器（也是一个迭代器），每次调用next，就执行函数具体代码，碰到yield的作用就是返回yield后续表达式的值，并且记录下当前的运行位置，停止运行，下次外部调用该生成器的next，可以从记录的返回点的下一句开始运行直到遇到下一个yield、return或者抛出异常等。