Python探险--生成器yield剖析

日期：20170926

---

本次运行环境Python3

---

我们先来看一下代码，

#!/usr/bin/python3

def MyGenerator():
        yield 1
        yield 2
        yield 3
        return "done"

print(MyGenerator)
print()
Num=MyGenerator()
print(Num)
print(next(Num))
print(next(Num))
print(next(Num))

运行，

[penx@ali01 python2]$ ./example_generator.py 
<function MyGenerator at 0x7f297bff99d8>

<generator object MyGenerator at 0x7f297bf57708>
1
2
3
[penx@ali01 python2]$ 

运行过程，
先print出MyGenerator的信息，可以看出它只是一个函数。

再调用MyGenerator，返回给Num。虽然MyGenerator是函数，但这里并没有执行。好戏在后头。

我print出Num的信息，却是一个“generator object”。调用一个函数不但没有执行，反而返回了一个对象，generator object。对象通常可以理解为实例。
很奇怪，对吧？Python把生成器的信息标志为函数（function），但调用时却生成一个实例。有可能Python把函数解析封装成一个生成器。

用next(Num)开始执行生成器函数，执行到yield 1时，返回并返回n。

再next，就会再次进入生成器函数，但并不是重头执行，而是上一次的yield 1后。遇到yield 2，再次返回。

再next，情况类似。

如果再加一个next，就会报StopIteration。

---

剖析，

其实yield并不神秘，其实就是我们学习操作系统时，任务挂起的知识点。
函数通过yield自己挂起，然后我们可以用next来唤醒它。
因为yield挂起时，会保存运行环境，所以next就可以知道函数运行到哪一步。