如何在不重新实例化的前提下重置无限生成器中的变量？

这个问题我之前也碰到过——不想每次都重新创建生成器实例，又需要把内部的状态重置回初始值，对吧？给你几个实用的解决方案，按需选就行：

方案1：用类封装生成器状态，自带重置方法 #

把生成器的状态（也就是你的i变量）放到类的实例属性里，再专门写一个reset方法来重置状态。这种方式最直观，状态管理也清晰：

class ResettableIndexGenerator:
    def __init__(self):
        self.i = 0  # 把状态存在实例属性里

    def __iter__(self):
        return self

    def __next__(self):
        result = self.i ** 2
        self.i += 1
        return result

    def reset(self):
        self.i = 0  # 重置状态的方法

使用方式： #

my_gen = ResettableIndexGenerator()

# 第一次迭代100次
for _ in range(100):
    print(next(my_gen))  # 输出0,1,4,...9801

# 重置生成器
my_gen.reset()

# 再迭代100次，又从0开始输出
for _ in range(100):
    print(next(my_gen))

这个方案特别适合需要多次重置、或者需要同时管理多个生成器实例的场景，可读性和维护性都很强。

方案2：闭包+可变对象实现轻量重置 #

如果不想写类，可以用闭包把状态封装起来，用可变对象（比如列表）来保存i（因为整数是不可变类型，闭包里没法直接修改），同时返回一个重置函数：

def make_resettable_generator():
    i = [0]  # 用列表存状态，方便闭包修改

    def generator():
        while True:
            yield i[0] ** 2
            i[0] += 1

    def reset():
        i[0] = 0  # 重置状态的函数

    # 返回生成器对象和重置函数
    return generator(), reset

使用方式： #

my_gen, reset_gen = make_resettable_generator()

# 第一次迭代
for _ in range(100):
    print(next(my_gen))

# 调用重置函数
reset_gen()

# 再次迭代，回到初始状态
for _ in range(100):
    print(next(my_gen))

这个方案比较轻量，不用定义类，适合简单场景下快速实现需求。

方案3：通过生成器的send()方法发送重置信号 #

利用生成器的send()特性，让生成器接收外部发送的信号，当收到特定信号时重置内部状态。这种方式不用改动太多原生成器的结构：

def index_generator():
    i = 0
    while True:
        # 接收外部发送的信号，默认是None
        received = yield i ** 2
        if received == 'reset':
            i = 0
            continue  # 跳过i自增，直接进入下一轮循环
        i += 1

使用方式： #

my_gen = index_generator()

# 第一次迭代100次
for _ in range(100):
    print(next(my_gen))

# 发送重置信号给生成器
my_gen.send('reset')

# 再迭代100次，从0开始输出
for _ in range(100):
    print(next(my_gen))

注意：第一次调用必须用next()启动生成器，之后才能用send()发送信号；而且这个方式还支持在迭代过程中随时重置，灵活性很高。

内容的提问来源于stack exchange，提问作者mr.robot