看似一项任务，“计算两条标记线之间的单词”，实际上是多项任务。将不同的任务和决策分离到单独的函数和生成器中，这将大大更容易。
第 1 步：将文件 I/O 与字数统计分开。为什么字数统计代码要关心单词的来源？
第 2 步：将选择要处理的行与文件处理和字数统计分开。为什么字数计数代码应该被赋予它不应该计数的字词？对于一个功能来说，这仍然是一项太大的工作，因此将进一步分解。 （这是您要询问的部分。）
第 3 步：处理文本。你已经或多或少地做到了。 （我假设您的文本处理代码最终会出现在一个名为 words 的函数中）。
1。单独的文件 I/O
从文件中读取文本实际上是两个步骤：首先，打开并读取文件，然后从每一行中删除换行符。这是两个工作。
def stripped_lines(lines):
for line in lines:
stripped_line = line.rstrip('\n')
yield stripped_line
def lines_from_file(fname):
with open(fname, 'rt', encoding='utf8') as flines:
for line in stripped_lines(flines):
yield line
这里没有提示您的文本处理。 lines_from_file 生成器只产生在文件中找到的任何字符串......在剥离它们的尾随换行符之后。 （请注意，普通的 strip() 也会删除前导和尾随空格，您必须保留这些空格以识别标记行。）
2。只选择标记之间的线。
这真的不止一步。首先，您必须知道什么是标记线，什么不是标记线。这只是一个功能。
然后，您必须越过第一个标记（同时丢弃遇到的任何线条），最后前进到第二个标记（同时保留遇到的任何线条）。甚至不会读取第二个标记之后的任何内容，更不用说处理了。
Python 的生成器几乎可以为您解决步骤 2 的其余部分。唯一的症结是结束标记...下面的详细信息。
2a。什么是标记线，什么不是标记线？
识别标记线是一个是或否的问题，显然是布尔函数的工作：
def is_marker_line(line, start='***', end='***'):
'''
Marker lines start and end with the given strings, which may not
overlap. (A line containing just '***' is not a valid marker line.)
'''
min_len = len(start) + len(end)
if len(line) < min_len:
return False
return line.startswith(start) and line.endswith(end)
请注意，标记行不需要（根据我对您的要求的阅读）在开始和结束标记之间包含任何文本 --- 六个星号 ('******') 是有效的标记行。
2b。前进超过第一条标记线。
这一步现在很简单：只需丢弃每一行，直到我们找到一条标记线（也将其丢弃）。这个函数不需要担心第二条标记线，或者如果没有没有标记线怎么办，或者别的什么。
def advance_past_next_marker(lines):
'''
Advances the given iterator through the first encountered marker
line, if any.
'''
for line in lines:
if is_marker_line(line):
break
2c。前进超过第二个标记线，保存内容行。
生成器可以轻松地生成“开始”标记之后的每一行，但如果它发现那里没有“结束”标记，则无法返回并取消yield 这些行.因此，既然您终于遇到了您（可能）真正关心的行，那么您必须将它们全部保存在一个列表中，直到您知道它们是否有效。
def lines_before_next_marker(lines):
'''
Yields all lines up to but not including the next marker line. If
no marker line is found, yields no lines.
'''
valid_lines = []
for line in lines:
if is_marker_line(line):
break
valid_lines.append(line)
else:
# `for` loop did not break, meaning there was no marker line.
valid_lines = []
for content_line in valid_lines:
yield content_line
2d。将第 2 步粘合在一起。
通过第一个标记，然后在第二个标记之前产生所有内容。
def lines_between_markers(lines):
'''
Yields the lines between the first two marker lines.
'''
# Must use the iterator --- if it's merely an iterable (like a list
# of strings), the call to lines_before_next_marker will restart
# from the beginning.
it = iter(lines)
advance_past_next_marker(it)
for line in lines_before_next_marker(it):
yield line
用一堆输入文件测试这样的函数很烦人。用字符串列表测试它很容易，但列表不是生成器或迭代器，它们是可迭代的。额外的it = iter(...) 行是值得的。
3。处理选定的行。
再次，我假设您的文本处理代码安全地封装在一个名为 words 的函数中。唯一的变化是，您不是打开文件并读取它以生成行列表，而是给定行：
def words(lines):
text = '\n'.join(lines).lower().split()
# Same as before...
...除了words 也应该是一个生成器。
现在，拨打words 很容易：
def words_from_file(fname):
for word in words(lines_between_markers(lines_from_file(fname))):
yield word
要获得words_from_file fname，您需要在lines_between_markers 中找到words，从lines_from_file 中选择...不太英语，但很接近。
4。从您的程序中调用words_from_file。
无论您已经在哪里定义了filename --- 大概是在某个地方的main --- 调用words_from_file 一次获得一个字：
filename = ... # However you defined it before.
for word in words_from_file(filename):
print(word)
或者，如果您真的需要 list 中的这些词：
filename = ...
word_list = list(words_from_file(filename))
结论
如果试图将其全部压缩到一个或两个函数中，这将是更多困难。这不仅仅是一项任务或决定，而是很多。关键是将其分解为微小的工作，每个工作都易于理解和测试。
生成器摆脱了许多样板代码。如果没有生成器，几乎每个函数都需要一个 for 循环到 some_list.append(next_item)，就像在 lines_before_next_marker 中一样。
如果您有 Python 3.3+，yield from ... construct 会删除更多样板文件。每个生成器都包含这样的循环：
for line in stripped_lines(flines):
yield line
可以改写为：
yield from stripped_lines(flines)
我数了四个。
有关可迭代对象、生成器和使用它们的函数的更多信息，请参阅 Ned Batchelder 的“Loop Like a Native”，提供 30 分钟的 video from PyCon US 2013。