談談 Python 的生成器
點擊上方「
Python開發
」，選擇「置頂公眾號」
關鍵時刻，第一時間送達！
第一次看到Python代碼中出現yield關鍵字時，一臉懵逼，完全理解不了這個。網上查下解釋，函數中出現了yield關鍵字，則調用該函數時會返回一個生成器。那到底什麼是生成器呢？我們經常看到類似下面的代碼
def
count
(
n
)
:
x
=
0
while
x
<
n
:
yield
x
x
+=
1
for
i
in
count
(
5
)
:
i
這段代碼執行後列印序列0到4，所以我一開始以為這個生成器就是生成一個序列呀。那這跟迭代器有什麼區別呢？我們來看下迭代器的例子：
class
CountIter
:
def
__init__
(
self
,
n
)
:
self
.
n
=
n
def
__iter__
(
self
)
:
self
.
x
= -
1
return
self
def
next
(
self
)
:
# For Python 2.x
self
.
x
+=
1
if
self
.
x
<
self
.
n
:
return
self
.
x
else
:
raise
StopIteration
for
i
in
CountIter
(
5
)
:
i
CountIter類就是一個迭代器，它的__iter__()方法返回可迭代對象，next()方法則執行下一輪迭代（註：在Python 3.x里是__next__()方法）。上面的代碼執行後也會列印序列0到4，看上去跟之前的生成器效果一樣，就是代碼長一點。不僅如此，生成器自帶next()方法，而且在越界時也會拋出StopIteration異常。
gen
=
count
(
2
)
gen
.
next
()
# 0
gen
.
next
()
# 1
gen
.
next
()
# StopIteration
那區別到底是什麼，在何種情況下，我們應該使用生成器呢？
每次執行迭代器的next()方法並返回後，該方法的上下文環境即消失了，也就是所有在next()方法中定義的局部變數就無法被訪問了。而對於生成器，每次執行next()方法後，代碼會執行到yield關鍵字處，並將yield後的參數值返回，同時當前生成器函數的上下文會被保留下來。也就是函數內所有變數的狀態會被保留，同時函數代碼執行到的位置會被保留，感覺就像函數被暫停了一樣。當再一次調用next()方法時，代碼會從yield關鍵字的下一行開始執行。很神奇吧！如果執行next()時沒有遇到yield關鍵字即退出（或返回），則拋出StopIteration異常。
本文的第一個例子是使用生成器函數來構造生成器，Python也提供了生成器表達式，下面的例子也可以列印序列0到4。
gen
=
(
x
for
x
in
range
(
5
))
# 注意這裡是()，而不是[]
for
i
in
gen
:
i
到目前為止，我們了解了生成器同迭代器在實現機制上的不同，但似乎功能是一樣的，那生成器的存在有什麼價值呢？我們先來看看除了next()方法外，生成器還提供了哪些方法。
1. close()方法
顧名思義，close()方法就是關閉生成器。生成器被關閉後，再次調用next()方法，不管能否遇到yield關鍵字，都會立即拋出StopIteration異常。
gen
=
(
x
for
x
in
range
(
5
))
gen
.
close
()
gen
.
next
()
# StopIteration
2. send()方法
這是我認為生成器最重要的功能，我們可以通過send()方法，向生成器內部傳遞參數。我們來看個例子：
def
count
(
n
)
:
x
=
0
while
x
<
n
:
value
=
yield
x
if
value
is
not
None
:
"Received value: %s"
%
value
x
+=
1
還是之前的count函數，唯一的區別是我們將」yield x」的值賦給了變數value，並將其列印出來。如何給value傳值呢？
gen
=
count
(
5
)
gen
.
next
()
# print 0
gen
.
send
(
"Hello"
)
# Received value: Hello, then print 1
我們先調用next()方法，讓代碼執行到yield關鍵字（這步必須要），當前列印出0。然後當我們調用」gen.send(『Hello』)」時，字元串』Hello』就被傳入生成器中，並作為yield關鍵字的執行結果賦給變數」value」，所以控制台會列印出」Received value: Hello」。然後代碼繼續執行，直到下一次遇到yield關鍵字後暫定，此時生成器返回的是1。
簡單的說，send()就是next()的功能，加上傳值給yield。如果你有興趣看下Python的源碼，你會發現，其實next()的實現，就是send(None)。
3. throw()方法
除了向生成器函數內部傳遞參數，我們還可以傳遞異常。還是先看例子：
def
throw_gen
()
:
try
:
yield
"Normal"
except
ValueError
:
yield
"Error"
finally
:
"Finally"
gen
=
throw_gen
()
gen
.
next
()
# Normal
gen
.
next
()
# Finally, then StopIteration
如果像往常一樣調用next()方法，會返回』Normal』。再次調用next()，會進入finally語句，列印』Finally』，同時由於函數退出，生成器會拋出StopIteration異常。我們換個方式，在第一次調用next()方法後，調用throw()方法，情況會怎樣？
gen
=
throw_gen
()
gen
.
next
()
# Normal
gen
.
throw
(
ValueError
)
# Error
gen
.
next
()
# Finally, then StopIteration
我們會看到，throw()方法向生成器函數內部傳遞了」ValueError」異常，代碼進入」except ValueError」語句，當遇到下一個yield時才暫停並退出，此時生成器返回的是』Error』字元串。簡單的說，throw()就是next()的功能，加上傳異常給yield。
聊到這裡，相信大家對生成器的功能已經有了一個很好的理解。生成器不但可以逐步生成序列，不用像列表一樣初始化時就要開闢所有的空間。它更大的價值，我個人認為，就是模擬並發。很多朋友可能已經知道，Python雖然可以支持多線程，但由於GIL（全局解釋鎖，Global Interpreter Lock）的存在，同一個時間，只能有一個線程在運行，所以無法實現真正的並發。我們暫且不討論GIL存在的意義，這裡我們提出了一個新的概念，就是協程（Coroutine）。
Python實現協程最簡單的方法，就是使用yield。當一個函數在執行過程中被阻塞時，就用yield掛起，然後執行另一個函數。當阻塞結束後，可以用next()或者send()喚醒。相比多線程，協程的好處是它在一個線程內執行，避免線程之間切換帶來的額外開銷，而且多線程中使用共享資源，往往需要加鎖，而協程不需要，因為代碼的執行順序是你完全可以預見的，不存在多個線程同時寫某個共享變數而導致出錯的情況。
我們來使用協程寫一個生產者消費者的例子：
def
consumer
()
:
last
=
""
while
True
:
receival
=
yield
last
if
receival
is
not
None
:
"Consume %s"
%
receival
last
=
receival
def
producer
(
gen
,
n
)
:
gen
.
next
()
x
=
0
while
x
<
n
:
x
+=
1
"Produce %s"
%
x
last
=
gen
.
send
(
x
)
gen
.
close
()
gen
=
consumer
()
producer
(
gen
,
5
)
執行下例子，你會看到控制台交替列印出生產和消費的結果。消費者consumer()函數是一個生成器函數，每次執行到yield時即掛起，並返回上一次的結果給生產者。生產者producer()接收到生成器的返回，並生成一個新的值，通過send()方法發送給消費者。至此，我們成功實現了一個（偽）並發。
本文中的示例代碼可以在這裡下載（http://python.jobbole.com/downloads/201608/python-yield.tar.gz）。
來源：思誠之道
www.bjhee.com/python-yield.html
Python開發整理髮布，轉載請聯繫作者獲得授權
【點擊成為Java大神】
TAG:Python開發 |