任何使用yield的函数都称之为生成器，如：
|
1
2
3
4
|
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。
|
1
2
3
4
5
|
c = count(5) c.__next__() #python 3.4.3要使用c.__next__()不能使用c.next()>>> 5c.__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：
|
1
2
3
4
5
|
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：
|
1
2
3
4
5
6
7
|
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：
|
1
2
3
|
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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
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：
|
1
2
3
4
5
6
7
|
def fibonacci(): a=b=1 yield a yield b while True: a,b = b,a+b yield b |
调用：
|
1
2
3
4
|
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：
|
1
2
3
4
5
6
7
8
9
|
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
|
1
2
3
4
5
6
|
>>> def test_return(): ... yield 4... return 0... File "<stdin>", line 3SyntaxError: 'return' with argument inside generator |
例子
下面来看几段代码示例：
例1:
|
1
2
3
4
5
6
7
8
9
10
|
>>> 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 <generator object mygenerator at 0xb762502c> >>> 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:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
>>> 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 23second 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 "<stdin>", line 1, in <module> 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:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
>>> 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 "<stdin>", line 1, in <module> StopIteration |
