048 Python里面yield的实现原理

python 生成器yield的总结

yeild的原理：一个带有yield的函数就是一个generator生成器（python 的 generator 只保留栈帧上下文，不保留调用栈，而且 generator 函数不允许 return；），和普通的函数不一样。只有调用next()函数的时候才会执行函数语句，在for循环中会自动调用next()方法。函数执行过程中遇到一个yield会中断一次，返回一个迭代值，函数保存自己的变量和状态，下次迭代时(也就是下次next()的时候)从yield下一条语句继续执行(这个性质很重要)，函数恢复之前状态，直到遇到下一个yield返回迭代值，这样循环。
（1）：通常的for..in...循环中，in后面是一个数组，这个数组就是一个可迭代对象，类似的还有链表，字符串，文件。他可以是a = [1,2,3]，也可以是a = [x*x for x in range(3)]。
它的缺点也很明显，就是所有数据都在内存里面，如果有海量的数据，将会非常耗内存。
（2）生成器是可以迭代的，但是只可以读取它一次。因为用的时候才生成，比如a = (x*x for x in range(3))。!!!!注意这里是小括号而不是方括号。
（3）生成器（generator）能够迭代的关键是他有next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。
（4）带有yield的函数不再是一个普通的函数，而是一个生成器generator，可用于迭代
（5）yield是一个类似return 的关键字，迭代一次遇到yield的时候就返回yield后面或者右面的值。而且下一次迭代的时候，从上一次迭代遇到的yield后面的代码开始执行
（6）yield就是return返回的一个值，并且记住这个返回的位置。下一次迭代就从这个位置开始。
（7）带有yield的函数不仅仅是只用于for循环，而且可用于某个函数的参数，只要这个函数的参数也允许迭代参数。
（8）send()和next()的区别就在于send可传递参数给yield表达式，这时候传递的参数就会作为yield表达式的值，而yield的参数是返回给调用者的值，也就是说send可以强行修改上一个yield表达式值。
（9）send()和next()都有返回值，他们的返回值是当前迭代遇到的yield的时候，yield后面表达式的值，其实就是当前迭代yield后面的参数。
（10）第一次调用时候必须先next（）或send（）,否则会报错，send后之所以为None是因为这时候没有上一个yield，所以也可以认为next（）等同于send(None)

深入理解 Python yield

https://blog.csdn.net/lftaoyuan/article/details/78915518
python2和python3是不兼容的，通篇环境都是python3.6

简单的yield实例

以前只是粗略的知道yield可以用来为一个函数返回值塞数据，比如下面的例子：

def addlist(alist):
    for i in alist:
        yield i + 1

取出alist的每一项，然后把i + 1塞进去。然后通过调用取出每一项：

alist = [1, 2, 3, 4]
for x in addlist(alist):
    print(x)

这的确是yield应用的一个例子，但是，看过很多东西，并自己反复体验后，对yield有了一个全新的理解，其中这篇算是精品了。

包含yield的函数

假如你看到某个函数包含了yield，这意味着这个函数已经是一个Generator，它的执行会和其他普通的函数有很多不同。比如下面的简单的函数：

def h():
    print('study yield')
    yield 5
    print('go on!')

h()

可以看到，调用h()之后，print 语句并没有执行！这就是yield。具体的内容后面会越来越清晰，包括yield的工作原理。

yield是一个表达式

python 2.5以前，yield是一个语句，我也没有考证，因为早都不用了，现在yield是一个表达式：

m = yield 5

表达式(yield 5)的返回值将赋值给m，所以，m = 5 肯定是错的。
那么如何获取(yield 5)的返回值呢？需要用到send(msg)。

yield工作原理

揭晓yield的工作原理，需要配合next()函数。上面的h()被调用后并没有执行，因为它有yield表达式，通过next()可以恢复Generator执行，直到下一个yield。

def h():
    print('study yield')
    yield 5
    print('go on!')
c = h()
d1 = next(c)  # study yield
d2 = next(c)
"""
study yield
go on!
Traceback (most recent call last):
  File "D:/idea/workspace/pythonSpace/PythonDemo/static/yield_demo.py", line 35, in <module>
    d2 = next(c)
StopIteration
"""

• 1
• 2
• 3
• 4

next()`被调用后，`h()`开始执行，直到遇到`yield 5

因此输出结果是：study yield
当我们再次调用next()时，会继续执行，直到找到下一个yield。由于后面没有yield了，因此会拋出异常：

study yield
go on!
Traceback (most recent call last):
  File "D:/idea/workspace/pythonSpace/PythonDemo/static/yield_demo.py", line 35, in <module>
    d2 = next(c)
StopIteration

send(msg) 与 next()

了解了next()如何让包含yield的函数执行后，我们再来看另外一个非常重要的函数send(msg)。
其实next()和send()在一定意义上作用是相似的
区别
send()可以传递yield的值
next()只能传递None。
所以next() 和 send(None)作用是一样的。

def s():
    print('study yield')
    m = yield 5
    print(m)
    d = yield 16
    print('go on!')
c = s()
s_d = next(c)  # 相当于send(None)
c.send('Fighting!')  # (yield 5)表达式被赋予了'Fighting!'

输出的结果为：

study yield
Fighting!

注意 生成器刚启动时(第一次调用)，请使用next()语句或是send(None)，不能直接发送一个非None的值，否则会报TypeError，因为没有yield语句来接收这个值。

send(msg) 与 next()的返回值

send(msg) 和 next() 的返回值比较特殊，是下一个yield表达式的参数(yield 5，则返回 5)。
到这里，第一个例子中，通过for i in alist 遍历 Generator，其实是每次都调用了next()，而每次next()的返回值正是yield的参数：

def s():
    print('study yield')
    m = yield 5
    print(m)
    d = yield 16
    print('go on!')
c = s()
s_d1 = next(c)  # 相当于send(None)
s_d2 = c.send('Fighting!')  # (yield 5)表达式被赋予了'Fighting!'
print('My Birth Day:', s_d1, '.', s_d2)

输出结果:

study yield
Fighting!
My Birth Day: 5 . 16

中断Generator

上面的例子中，当没有可执行程序的时候，会抛出一个StopIteration, 开发过程中，中断Generator是一个非常灵活的技巧

throw

通过抛出一个GeneratorExit异常来终止Generator。

close

close的作用和throw是一样的，看它的源码，可以发现，它和raise一球样

def throw(self, type, value=None, traceback=None):
    '''Used to raise an exception inside the generator.'''
    # 用于在生成器中抛出一个异常。
    pass
def close(self):
    '''Raises new GeneratorExit exception inside the generator to terminate the iteration.'''
    # 在生成器中生成新的GeneratorExit异常来终止迭代。
    pass

其实最后一个中断生成器可以忽略的，在开发过程中，不可避免的要用到这些，但是Python3内部已经做得很好了，一般不太需要手动去做这件事情。

demo地址

https://github.com/seeways/PythonDemo/blob/master/static/yield_demo.py