详解Python3中yield生成器的用法

详解Python3中yield生成器的用法

任何使用yield的函数都称之为生成器，如：

def count(n): 
  while n > 0: 
    yield n  #生成值：n 
    n -= 1 

 

另外一种说法：生成器就是一个返回迭代器的函数，与普通函数的区别是生成器包含yield语句，更简单点理解生成器就是一个迭代器。

使用yield，可以让函数生成一个序列，该函数返回的对象类型是"generator"，通过该对象连续调用next()方法返回序列值。

c = count(5) 
c.__next__() #python 3.4.3要使用c.__next__()不能使用c.next()
>>> 5 
c.__next__() 
>>>4 

生成器函数只有在调用__next()__方法的时候才开始执行函数里面的语句，比如：

def count(n): 
  print ( "cunting" )
  while n > 0: 
    yield n  #生成值：n 
    n -= 1 

 

在调用count函数时：c=count(5)，并不会打印"counting"只有等到调用c.__next__()时才真正执行里面的语句。每次调用__next__()方法时，count函数会运行到语句yield n处为止，__next__()的返回值就是生成值n，再次调用__next__()方法时，函数继续执行yield之后的语句（熟悉Java的朋友肯定知道Thread.yield()方法，作用是暂停当前线程的运行，让其他线程执行），如：

def count(n): 
  print ("cunting" ) 
  while n > 0: 
    print ('before yield') 
    yield n  #生成值：n 
    n -= 1 
    print ('after yield' )

 

上述代码在第一次调用__next__方法时，并不会打印"after yield"。如果一直调用__next__方法，当执行到没有可迭代的值后，程序就会报错：

Traceback (most recent call last): File "", line 1, in StopIteration
所以一般不会手动的调用__next__方法，而使用for循环：

for i in count(5): 
  print (i), 
 

实例： 用yield生成器模拟Linux中命令：tail -f file | grep python 用于查找监控日志文件中出现有python字样的行。

import time  
def tail(f):  
  f.seek(0,2)#移动到文件EOF 
  while True:  
    line = f.readline() #读取文件中新的文本行 
    if not line:  
      time.sleep(0.1)  
      continue  
    yield line  
  
def grep(lines,searchtext):  
  for line in lines:  
    if searchtext in line:  
      yield line 
 
flog = tail(open('warn.log'))  
pylines = grep(flog,'python')  
for line in pylines:  
  print ( line, ) 
#当此程序运行时，若warn.log文件中末尾有新增一行，且该一行包含python,该行就会被打印出来 
#若打开warn.log时，末尾已经有了一行包含python，该行不会被打印，因为上面是f.seek(0,2)移动到了文件EOF处 
#故，上面程序实现了tail -f warn.log | grep 'python'的功能，动态实时检测warn.log中是否新增现了 
#新的行，且该行包含python  

用yield实现斐波那契数列：

def fibonacci(): 
  a=b=1 
  yield a 
  yield b 
  while True: 
    a,b = b,a+b 
    yield b 

调用：

for num in fibonacci(): 
  if num > 100: 
    break 
  print (num), 

yield中return的作用：
作为生成器，因为每次迭代就会返回一个值，所以不能显示的在生成器函数中return 某个值，包括None值也不行，否则会抛出“SyntaxError”的异常，但是在函数中可以出现单独的return，表示结束该语句。
通过固定长度的缓冲区不断读文件，防止一次性读取出现内存溢出的例子：

def read_file(path): 
  size = 1024 
  with open(path,'r') as f: 
    while True: 
      block = f.read(SIZE) 
      if block: 
 yield block 
      else: 
 return 

 

如果是在函数中return 具体某个值，就直接抛异常了

>>> def test_return(): 
...   yield 4 
...   return 0 
... 
 File "", line 3 
SyntaxError: 'return' with argument inside generator 

例子

下面来看几段代码示例：

例1:

>>> def mygenerator(): 
...   print 'start...' 
...   yield 5 
...  
>>> mygenerator()      //在此处调用,并没有打印出start...说明存在yield的函数没有被运行,即暂停 
 
>>> mygenerator().next()   //调用next()即可让函数运行. 
start... 
5 
>>>  

如一个函数中出现多个yield则next()会停止在下一个yield前,见例2:

例2:

>>> def fun2(): 
...   print 'first' 
...   yield 5 
...   print 'second' 
...   yield 23 
...   print 'end...' 
...  
>>> g1 = fun2() 
>>> g1.next()//第一次运行,暂停在yield 5 
first 
5 
>>> g1.next()//第二次运行,暂停在yield 23 
second 
23 
>>> g1.next()//第三次运行,由于之后没有yield,再次next()就会抛出错误 
end... 
Traceback (most recent call last): 
 File "", line 1, in  
StopIteration 
>>> 

为什么yield 5会输出5,yield 23会输出23?
我们猜测可能是因为yield是表达式,存在返回值.
那么这是否可以认为yield 5的返回值一定是5吗？实际上并不是这样，这个与send函数存在一定的关系，这个函数实质上与next()是相似的，区别是send是传递yield表达式的值进去，而next不能传递特定的值，只能传递None进去，因此可以认为g.next()和g.send(None)是相同的。见例3:

例3:

>>> def fun(): 
...   print 'start...' 
...   m = yield 5 
...   print m 
...   print 'middle...' 
...   d = yield 12 
...   print d 
...   print 'end...' 
...  
>>> m = fun()//创建一个对象 
>>> m.next() //会使函数执行到下一个yield前 
start... 
5 
>>> m.send('message')   //利用send()传递值 
message   //send()传递进来的  
middle... 
12 
>>> m.next() 
None     //可见next()返回值为空 
end... 
Traceback (most recent call last): 
 File "", line 1, in  
StopIteration