前言
本文将由浅入深详细介绍yield以及generator，包括以下内容：什么generator，生成generator的方法，generator的特点，generator基础及高级应用场景，generator使用中的注意事项。本文不包括enhanced generator即pep342相关内容，这部分内容在之后介绍。
generator基础
在python的函数（function）定义中，只要出现了yield表达式（Yield expression），那么事实上定义的是一个generator function， 调用这个generator function返回值是一个generator。这根普通的函数调用有所区别，For example：
|
1
2
3
4
5
6
7
8
9
10
11
|
def gen_generator(): yield 1def gen_value(): return 1 if __name__ == '__main__': ret = gen_generator() print ret, type(ret) #<generator object gen_generator at 0x02645648> <type 'generator'> ret = gen_value() print ret, type(ret) # 1 <type 'int'> |
从上面的代码可以看出，gen_generator函数返回的是一个generator实例
generator有以下特别：
•遵循迭代器（iterator）协议，迭代器协议需要实现__iter__ 、next接口
•能过多次进入、多次返回，能够暂停函数体中代码的执行
下面看一下测试代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
>>> def gen_example():... print 'before any yield'... yield 'first yield'... print 'between yields'... yield 'second yield'... print 'no yield anymore'... >>> gen = gen_example()>>> gen.next() ＃ 第一次调用nextbefore any yield'first yield'>>> gen.next() ＃ 第二次调用nextbetween yields'second yield'>>> gen.next() ＃ 第三次调用nextno yield anymoreTraceback (most recent call last): File "<stdin>", line 1, in <module>StopIteratio |
调用gen example方法并没有输出任何内容，说明函数体的代码尚未开始执行。当调用generator的next方法，generator会执行到yield 表达式处，返回yield表达式的内容，然后暂停（挂起）在这个地方，所以第一次调用next打印第一句并返回“first yield”。 暂停意味着方法的局部变量，指针信息，运行环境都保存起来，直到下一次调用next方法恢复。第二次调用next之后就暂停在最后一个yield，再次调用next()方法，则会抛出StopIteration异常。
因为for语句能自动捕获StopIteration异常，所以generator（本质上是任何iterator）较为常用的方法是在循环中使用：
|
1
2
3
4
5
6
7
8
|
def generator_example(): yield 1 yield 2if __name__ == '__main__': for e in generator_example(): print e # output 1 2 |
generator function产生的generator与普通的function有什么区别呢
（1）function每次都是从第一行开始运行，而generator从上一次yield开始的地方运行
（2）function调用一次返回一个（一组）值，而generator可以多次返回
（3）function可以被无数次重复调用，而一个generator实例在yield最后一个值 或者return之后就不能继续调用了
在函数中使用Yield，然后调用该函数是生成generator的一种方式。另一种常见的方式是使用generator expression，For example：
|
1
2
3
|
>>> gen = (x * x for x in xrange(5))>>> print gen<generator object <genexpr> at 0x02655710> |
generator应用
generator基础应用
为什么使用generator呢，最重要的原因是可以按需生成并“返回”结果，而不是一次性产生所有的返回值，况且有时候根本就不知道“所有的返回值”。
比如对于下面的代码
|
1
2
3
4
5
6
7
8
|
RANGE_NUM = 100 for i in [x*x for x in range(RANGE_NUM)]: # 第一种方法：对列表进行迭代 # do sth for example print i for i in (x*x for x in range(RANGE_NUM)): # 第二种方法：对generator进行迭代 # do sth for example print i |
在上面的代码中，两个for语句输出是一样的，代码字面上看来也就是中括号与小括号的区别。但这点区别差异是很大的，第一种方法返回值是一个列表，第二个方法返回的是一个generator对象。随着RANGE_NUM的变大，第一种方法返回的列表也越大，占用的内存也越大；但是对于第二种方法没有任何区别。
我们再来看一个可以“返回”无穷多次的例子：
|
1
2
3
4
5
|
def fib(): a, b = 1, 1 while True: yield a a, b = b, a+b |
这个generator拥有生成无数多“返回值”的能力，使用者可以自己决定什么时候停止迭代
generator高级应用
使用场景一：
Generator可用于产生数据流， generator并不立刻产生返回值，而是等到被需要的时候才会产生返回值，相当于一个主动拉取的过程(pull)，比如现在有一个日志文件，每行产生一条记录，对于每一条记录，不同部门的人可能处理方式不同，但是我们可以提供一个公用的、按需生成的数据流。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
def gen_data_from_file(file_name): for line in file(file_name): yield linedef gen_words(line): for word in (w for w in line.split() if w.strip()): yield worddef count_words(file_name): word_map = {} for line in gen_data_from_file(file_name): for word in gen_words(line): if word not in word_map: word_map[word] = 0 word_map[word] += 1 return word_mapdef count_total_chars(file_name): total = 0 for line in gen_data_from_file(file_name): total += len(line) return total if __name__ == '__main__': print count_words('test.txt'), count_total_chars('test.txt') |
上面的例子来自08年的PyCon一个讲座。gen_words gen_data_from_file是数据生产者，而count_words count_total_chars是数据的消费者。可以看到，数据只有在需要的时候去拉取的，而不是提前准备好。另外gen_words中 (w for w in line.split() if w.strip()) 也是产生了一个generator
使用场景二：
一些编程场景中，一件事情可能需要执行一部分逻辑，然后等待一段时间、或者等待某个异步的结果、或者等待某个状态，然后继续执行另一部分逻辑。比如微服务架构中，服务A执行了一段逻辑之后，去服务B请求一些数据，然后在服务A上继续执行。或者在游戏编程中，一个技能分成分多段，先执行一部分动作（效果），然后等待一段时间，然后再继续。对于这种需要等待、而又不希望阻塞的情况，我们一般使用回调（callback）的方式。下面举一个简单的例子：
|
1
2
3
4
5
6
|
def do(a):print 'do', aCallBackMgr.callback(5, lambda a = a: post_do(a))def post_do(a):print 'post_do', a |
这里的CallBackMgr注册了一个5s后的时间，5s之后再调用lambda函数，可见一段逻辑被分裂到两个函数，而且还需要上下文的传递（如这里的参数a）。我们用yield来修改一下这个例子，yield返回值代表等待的时间。
|
1
2
3
4
5
|
@yield_decdef do(a):print 'do', ayield 5print 'post_do', a |
这里需要实现一个YieldManager， 通过yield_dec这个decrator将do这个generator注册到YieldManager，并在5s后调用next方法。Yield版本实现了和回调一样的功能，但是看起来要清晰许多。
下面给出一个简单的实现以供参考：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
|
# -*- coding:utf-8 -*-import sys# import Timerimport typesimport timeclass YieldManager(object): def __init__(self, tick_delta = 0.01): self.generator_dict = {} # self._tick_timer = Timer.addRepeatTimer(tick_delta, lambda: self.tick()) def tick(self): cur = time.time() for gene, t in self.generator_dict.items(): if cur >= t: self._do_resume_genetator(gene,cur) def _do_resume_genetator(self,gene, cur ): try: self.on_generator_excute(gene, cur) except StopIteration,e: self.remove_generator(gene) except Exception, e: print 'unexcepet error', type(e) self.remove_generator(gene) def add_generator(self, gen, deadline): self.generator_dict[gen] = deadline def remove_generator(self, gene): del self.generator_dict[gene] def on_generator_excute(self, gen, cur_time = None): t = gen.next() cur_time = cur_time or time.time() self.add_generator(gen, t + cur_time)g_yield_mgr = YieldManager()def yield_dec(func): def _inner_func(*args, **kwargs): gen = func(*args, **kwargs) if type(gen) is types.GeneratorType: g_yield_mgr.on_generator_excute(gen) return gen return _inner_func@yield_decdef do(a): print 'do', a yield 2.5 print 'post_do', a yield 3 print 'post_do again', aif __name__ == '__main__': do(1) for i in range(1, 10): print 'simulate a timer, %s seconds passed' % i time.sleep(1) g_yield_mgr.tick() |
注意事项：
（1）Yield是不能嵌套的！
|
1
2
3
4
5
6
7
8
9
10
|
def visit(data): for elem in data: if isinstance(elem, tuple) or isinstance(elem, list): visit(elem) # here value retuened is generator else: yield elem if __name__ == '__main__': for e in visit([1, 2, (3, 4), 5]): print e |
上面的代码访问嵌套序列里面的每一个元素，我们期望的输出是1 2 3 4 5，而实际输出是1 2 5 。为什么呢，如注释所示，visit是一个generator function，所以第4行返回的是generator object，而代码也没这个generator实例迭代。那么改改代码，对这个临时的generator 进行迭代就行了。
|
1
2
3
4
5
6
7
|
def visit(data): for elem in data: if isinstance(elem, tuple) or isinstance(elem, list): for e in visit(elem): yield e else: yield elem |
或者在python3.3中 可以使用yield from，这个语法是在pep380加入的
|
1
2
3
4
5
6
|
def visit(data):for elem in data: if isinstance(elem, tuple) or isinstance(elem, list): yield from visit(elem) else: yield elem |
（2）generator function中使用return
在python doc中，明确提到是可以使用return的，当generator执行到这里的时候抛出StopIteration异常。
|
1
2
3
4
5
6
7
8
9
10
|
def gen_with_return(range_num): if range_num < 0: return else: for i in xrange(range_num): yield iif __name__ == '__main__': print list(gen_with_return(-1)) print list(gen_with_return(1)) |
但是，generator function中的return是不能带任何返回值的
|
1
2
3
4
5
6
|
def gen_with_return(range_num):if range_num < 0: return 0else: for i in xrange(range_num): yield i |
上面的代码会报错：SyntaxError: 'return' with argument inside generator
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对服务器之家的支持。
原文链接：http://www.cnblogs.com/xybaby/p/6322376.html
