函数进阶-07生成器

一丶yield关键字

yield的英文单词意思是生产，在函数中但凡出现yield关键字，再调用函数，就不会继续执行函数体代码，而是会返回一个值。

def func():
    print(1)
    yield
    print(2)
    yield

g = func()
print(g)

<generator object func at 0x10ddb6b48>
生成器的本质就是迭代器，同时也并不只仅是迭代器，不过迭代器以外的用途实在是很少，因此咱们能够大声地说：生成器提供了很是方便的自定义迭代器的途径。而且从Python 2.5+开始，[PEP 342：经过加强生成器实现协同程序]的实现为生成器加入了更多的特性，这意味着生成器还能够完成更多的工做。这部分咱们会在稍后的部分介绍。

def func():
    print('from func 1')
    yield 'a'
    print('from func 2')
    yield 'b'

g = func()
print(F"g.__iter__ == g: {g.__iter__() == g}")

res1 = g.__next__()
print(f"res1: {res1}")

res2 = next(g)
print(f"res2: {res2}")

# next(g)  # StopIteration

g.__iter__ == g: True from func 1 res1: a from func 2 res2: b

def func():
    print('from func 1')
    yield 'a'
    print('from func 2')
    yield 'b'


g = func()
for i in g:
    print(i)

print(f"list(func()): {list(func())}")

from func 1 a from func 2 b from func 1 from func 2 list(func()): ['a', 'b']

1.1 yield和return二选一

既然生成器函数也是函数，那么它可使用return输出返回值吗？

亲，既然你都选择自定义一个函数做为生成器，你还return干啥？若是这是在Python2中，Python解释器会赠送给你一个异常，可是在Python3中，他也无论你这种傻瓜行为了。

def i_wanna_return():
    yield 'a'
    yield 'b'
    return None
    yield 'c'

for i in i_wanna_return():
    print(i)

a b

1.2 迭代器套迭代器

若是我须要在生成器的迭代过程当中接入另外一个生成器的迭代怎么办？写成下面这样好傻好天真。而且你这样作的意图是什么？？？

def sub_generator():
    yield 1
    yield 2
    for i in range(3):
        yield i

for i in sub_generator():
    print(i)

1 2 0 1 2

def sub_generator():
    yield 1
    yield 2
    yield from range(3)

for i in sub_generator():
    print(i)

1 2 0 1 2

二丶协同程序

协同程序（协程）通常来讲是指这样的函数：

 * 彼此间有不一样的局部变量、指令指针，但仍共享全局变量；
 * 能够方便地挂起、恢复，而且有多个入口点和出口点；
 * 多个协同程序间表现为协做运行，如A的运行过程当中须要B的结果才能继续执行。
协程的特色决定了同一时刻只能有一个协同程序正在运行（忽略多线程的状况）。得益于此，协程间能够直接传递对象而不须要考虑资源锁、或是直接唤醒其余协程而不须要主动休眠，就像是内置了锁的线程。在符合协程特色的应用场景，使用协程无疑比使用线程要更方便。

从另外一方面说，协程没法并发其实也将它的应用场景限制在了一个很狭窄的范围，这个特色使得协程更多的被拿来与常规函数进行比较，而不是与线程。固然，线程比协程复杂许多，功能也更强大，因此我建议你们紧紧地掌握线程便可，是否是听了一脸懵逼，那么就别管他了，由于并发编程你会从新学习他。所以这一节里我也就不列举关于协程的例子了，如下介绍的方法了解便可。

因为Python2.5+对生成器的加强实现了协程的其余特色，在这个版本中，生成器加入了以下方法：

2.1 send(value)

send是除next外另外一个恢复生成器的方法。Python2.5+中，yield语句变成了yield表达式，这意味着yield如今能够有一个值，而这个值就是在生成器的send方法被调用从而恢复执行时，调用send方法的参数。

def h():
    print('--start--')
    first = yield 5  # 等待接收 Fighting! 值
    print('1', first)
    second = yield 12  # 等待接收 hahaha! 值
    print('2', second)
    yield 13
    print('--end--')


g = h()
first = next(g)  # m 获取了yield 5 的参数值 5
# (yield 5)表达式被赋予了'Fighting!',  d 获取了yield 12 的参数值12
second = g.send('Fighting!')
third = g.send('hahaha!')  # (yield 12)表达式被赋予了'hahaha!'
print(f'--over--')
print(f"first:{first}, second:{second}, third:{third}")

--start-- 1 Fighting! 2 hahaha! --over-- first:5, second:12, third:13

• 调用send传入非None值前，生成器必须处于挂起状态，不然将抛出异常。不过，未启动的生成器仍可使用None做为参数调用send。

• 若是使用next恢复生成器，yield表达式的值将是None。

  2.2 close()

  这个方法用于关闭生成器。对关闭的生成器后再次调用next或send将抛出StopIteration异常。

def repeater():
    n = 0
    while True:
        n = (yield n)

r = repeater()
r.close()
print(next(r))  # StopIteration

2.3 throw(type,value=None,traceback=None)

中断Generator是一个很是灵活的技巧，能够经过throw抛出一个GeneratorExit异常来终止Generator。Close()方法做用是同样的，其实内部它是调用了throw(GeneratorExit)的。咱们看close的源代码：

def close(self):
    try:
        self.throw(GeneratorExit)
    except (GeneratorExit, StopIteration):
        pass 
    else:
        raise RuntimeError("generator ignored GeneratorExit") # Other exceptions are not caught

三丶自定义range()方法

def my_range(start, stop, step=1):
    while start < stop:
        yield start
        start += 1

g = my_range(0, 3)
print(f"list(g): {list(g)}")

list(g): [0, 1, 2]

四丶总结

yield:
 1.提供一种自定义迭代器的方式
 2.yield能够暂停住函数，并提供当前的返回值
yield和return:
 1.相同点：二者都是在函数内部使用，均可以返回值，而且返回值没有类型和个数的限制
 2.不一样点：return只能返回一次之；yield能够返回屡次值

五丶生成器表达式

 * 把列表推导式的[]换成()就是生成器表达式
 * 优势：省内存，一次只产生一个值在内存中

t = (i for i in range(10))
print(t)
print(f"next(t): {next(t)}")

<generator object <genexpr> at 0x1101c4888> next(t): 0

生成器表达式和列表推导式

列表推导式至关于直接给你一筐蛋，而生成器表达式至关于给你一只老母鸡。

# 生成器表达式
with open('52.txt', 'r', encoding='utf8') as f:
    nums = [len(line) for line in f]

print(max(nums))

1

# 列表推导式
with open('52.txt','r',encoding='utf8') as f:
    nums = (len(line) for line in f)

print(max(nums)) # ValueError: I/O operation on closed file.