Python Generator函数和协程

Python Generator函数和协程

学习Generator函数之前要了解一些定义

迭代器（Iterator）

对象定义了__next__ 方法就是迭代器。

可迭代对象（Iterable）

对象可以定义__iter__用来返回迭代器的方法，或者定义__getitem__ 通过下标获取元素的方法，含有这两种方法的对象就是可迭代的。

生成器（Generator）

返回值用yield返回的函数，生成器是创建迭代器的最简单方式，自动实现__iter__和__next__方法

def generatorFunc():
        for i in range(0, 10):
                yield i  #这句需要注意，生成器函数专用

for v in generatorFunc():
        print(v)
'''
结果：
0
1
2
3
4
5
6
7
8
9
'''

yield 类似普通函数的return,每次执行到yield则返回一次其后的值然后暂停执行，并不是一次生成所有值后返回，而是在执行next时继续执行到下一次的yield。这样做的好处是返回的是非常多的数据时并不是一次全部生成，而是按次序生成，这样可以节省很多空间。

for a in fibo(10):
def fibo(n):
        x1=x2=1
        for i in range(n):
                yield x1
                x1,x2 = x2, x1+x2

gen = fibo(3) #获取迭代器对象

print(next(gen)) #使用next获取写一个yield后的值
print(next(gen))
print(next(gen))
print(next(gen))#报错StopIteration，使用next方法如果没有yield再生成值返回则会报错， next是迭代器返回值使用的函数
'''
结果：
1
1
2
Traceback (most recent call last):
  File "fibo.py", line 12, in <module>
    print(next(gen))
StopIteration
'''

注意可迭代和迭代器的区别，如：string是可以通过下标访问的，所以string是iterable 但是他却不是迭代器
但是可迭代对象是可以通过内建函数iter转换成迭代器

>>> a = '1234'
>>> next(a)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'str' object is not an iterator
>>> i = iter(a) #通过iter把可迭代对象转换成迭代器
>>> next(i)
'1'

Python3中很多函数再返回多个值时返回的是迭代器，如map 、filter等

协程

协程又叫做微线程，和线程不一样，协程是在一个线程执行，但是比线程运行效率高，它不需要线程切换的开销，也不需要锁机制来控制同步互斥，它与函数调用很相似，但是和函数调用又很大区别，并不是使用函数栈来控制。
协程需要使用生成器方式来实现，之前我们使用生成器来生产数据，携程用法相反，我们生产数据，发送给协程来消费。
先看例子:

def grep(p): 
        print(p)
        x = 0;
        while True:
                x+=1
                line = (yield x)
                print(line)

g = grep('grep') #返回一个生成器对象

r = next(g) #启动生成器 或者使用g.send(None)来启动

print(r)   #返回yield之后的x 并使携程暂停在yield位置

r = g.send('aaa') #通过使用send向协程传递‘aaa’使yield语句返回‘aaa’，并返回yield后的值
print(r)

g.close()#关闭携程
'''
结果：
grep
1
aaa
2
'''

1. 首先我们需要调用next或者send(None)来启动生成器。
2. 我们发送数据到协程使用x = send(value)把value发送到协程，然后接受yield的数据，协程接着运行到yield，然后我们再用send发送数据和接收值…
3. 关闭协程使用close函数关闭