python中的yield生成器详解

#原创，转载请先联系

在学习生成器之前，必须先了解一下迭代器。因为生成器就是一种特殊的迭代器，而且生成器用起来更加优雅。

迭代器的详解可以参考我的另一篇博文：https://www.cnblogs.com/chichung/p/9537969.html

先说一种比较简单的生成器，通过例子慢慢来体会什么是生成器。

# 列表生成式
L = [x for x in range(5)]
print(L)

#简单的生成器
G = (x for x in range(5))  # G就是一个生成器，也是一个迭代器，迭代器也是可迭代对象，所以这个G也可以说是可迭代对象
print(next(G))
print(next(G))
print(next(G))
print(next(G))
print(next(G))

输出：
[0, 1, 2, 3, 4]
0
1
2
3
4

把列表生成器的[]改为()就变成一个简单的生成器。由上面的例子，我们大概可以知道，生成器就是一个迭代器，把数据一个一个拿出来，可以减少内存的负担。

那么，yield又是一个什么东西呢？为什么说他优雅呢？

当我们写的代码输出的结果，想一个一个出来。有两种常用的方法：

方法1.我们可以创建一个迭代器类，然后把代码写进类里，用类来创建一个可迭代对象，然后用next()函数一个一个把结果迭代出来。

方法2.我们可以用代码函数的合适位置加上yield，这时候这个函数就变成一个生成器了，不需要再创建一个迭代器类，不需要再写__iter__，__next__方法了。这样一来不是很方便，很优雅吗？哈哈哈哈～

口说无凭，下面我们2个方法都做一下，让你们体会一下：

我们做一个斐波那契的数列生成器。斐波那契数列的第一个数是0，第二个数是1，第三个数是第一、二个数相加，第四个数是第二、三个数相加......

方法1：

class FeiboIterator():
    def __init__(self):
        self.a = 0
        self.b = 1

    def __iter__(self):
        return self

    def __next__(self):
            num = self.a
            self.a,self.b = self.b,self.a+self.b
            return num

iterator = FeiboIterator()
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))

输出：
0
1
2
3
5
8
13

是不是很麻烦？又要初始化，又要写__iter__和__next__魔方方法。

方法2：

def feibo():
    a = 0
    b = 1
    while True:
        yield a  # 假如yield后面紧接着一个数据，就会把数据返回，作为next()函数或者for ...in...迭代出的下一个值
        a,b = b,a+b

generator = feibo()

print(next(generator))
print(next(generator))
print(next(generator))
print(next(generator))
print(next(generator))
print(next(generator))
print(next(generator))
print(next(generator))

输出：
0
1
1
2
3
5
8
13

看！只有6行代码，是不是很elegant？关于这个程序是怎么运行的？yield是怎么运作的？我们等下就讲，现在需要注意几点：

1.上面代码的红色字那里！假如yield后面紧接着一个数据，就会把数据返回，作为next()函数或者for ...in...迭代出的下一个值。

2.假如函数中有yield，就不再是函数。而是一个能返回生成器的函数！注意！是返回，这个函数并不是一个生成器。（修正：这句话发现有错误，这个函数也是一个生成器）

3.拿到函数的生成器后，可以和迭代器一样，用next()函数获得下一个值。

好了，该来理解一下yield是怎么运作的了！

1.第一次唤醒生成器时，是从函数的起始位置开始，直到遇到yield，就会暂停函数，挂起函数。
2.第二次唤醒生成器时，是从yield断点处开始，直到又遇到yield。
3.当生成器已经没有yield，再使用next，则抛StopIteration异常。

然后，我们来理一下上面用yield写的代码。

第一次用next()唤醒生成器时，从函数的开头开始运行，遇到yield a，返回a，然后暂停函数，并记住函数是运行到这个位置的。

第二次唤醒生成器，从yield a断点处开始，然后a,b开始赋值，while True循环又遇见yield a，返回a，然后暂停函数，并记住函数是运行到这个位置的。

下面唤醒多少次都是这个道理，但是由于这个函数是死循环，所以不会没有yield，也就不会抛出StopIteration异常。

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

其实yield还能接受值，用send方法进行传入。代码体会一下：

def gg():
    i = 1
    while True:
        recv = yield i
        print("接收到一个值：",recv)
        i += 1

generator = gg()

print(next(generator))
print(generator.send(""))
print(generator.send(""))

输出：
1
接收到一个值： 456
2
接收到一个值： 789
3

实现过程和上面的例子一样。

要懂得的是，yield = a，会返回a。

b = yield，会把yield接收的值赋值给b。