Python生成器函数---yield、协程应用

生成器generator

• 生成器指的是生成器对象，可以由生成器表达式得到，也可以使用yield关键字得到一个生成器函数，调用这个函数得到一个生成器对象
• 生成器对象，是一个可迭代对象，是一个迭代器
• 生成器对象，是延迟计算、惰性求值的

生成器函数

• 函数体中包含yield语句的函数，就是生成器函数，调用后返回生成器对象
• 在生成器函数中，可以多次yield

m = (i for i in range(5))
print(type(m)) # 打印结果(类型) <class 'generator'> 生成器
print(next(m)) # 打印结果 0

def inc():
    for i in range(5):
        yield i

print(type(inc)) # 打印结果(类型) <class 'function'> 函数
print(type(inc())) `` # 打印结果(类型)  <class 'generator'> 生成器

g = inc()
print(type(g)) # 打印结果(类型) <class 'generator'> 生成器
print(next(g)) # 0
for x in g:
    print(x) #  1 2 3 4
print('-----------') 
for y in g:
    print(y) # 未打印

• 普通函数调用，函数会立即执行直到执行完毕
• 生成器函数调用，并不会立即执行函数体，而是需要使用next函数来驱动生成器函数执行后获得的生成器对象
• 生成器表达式和生成器函数都可以得到生成器对象，只不过生成器函数可以写出更加复杂的逻辑

生成器的执行

def gen():
    print('line 1')
    yield 1
    print('line 2')
    yield 2
    print('line 3')
    return 3
    yield 4

next(gen()) # line1
next(gen()) # line1
g = gen() #用变量记住gen函数,这样在此进行使用时就可以延续上一次未完成的
print(next(g)) # line 1 1
print(next(g)) # line 2 2
print(next(g)) # StopIteration
print(next(g,'end')) # 没有元素给个缺省值

• 在生成器函数中，可以多次yield，每执行一次yield后会暂定执行，把yield表达式的值返回
• 再次执行会执行到下一个yield语句又会暂停执行
• return语句依然可以种植函数运行，但return语句的返回值不能被获取到
• return会导致当前函数返回，无法继续执行，也无法继续获取下一个值，抛出Stoplteration异常
• 如果函数没有显式的return语句，当生成器函数执行到结尾（相当于执行了return None），一样会抛出StopIteration异常

生成器函数

• 包含yield语句的生成器函数调用后，生成生成器对象的时候，生成器函数的函数体不会立即执行
• next(generator)会从函数的当前位置向后执行到之后碰到的第一个yield语句，会弹出值，并暂停函数执行
• 再次调用next函数，和上一条一样的处理过程
• 继续调用next函数，生成器函数如果结果执行了（显式或隐式调用了return语句），会抛出StopIteration异常

生成器应用

无限循环

def counter():
    i = 0
    while True:
        i += 1
        yield i

c = counter()
print(next(c)) # 打印 1
print(next(c)) # 打印 2
print(next(c)) # 打印 3

计数器

def inc():
    def counter():
        i = 0
        while True:
            i += 1
            yield i

    c = counter()
    # def inner():
    #     return next(c)
    # return inner
    return lambda :next(c)

g = inc()
print(g()) # 打印 1
print(g()) # 打印 2
print(g()) # 打印 3

斐波那契数列

def fib():
    x = 0
    y = 1
    while True:
        yield y
        x, y = y, x + y

foo = fib()
for i in range(10): # 前10项
    print(next(foo))

生成器交互

def inc():
    def counter():
        i = 0
        while True:
            i += 1
            response = yield i
            if response is not None:
                i = response
    c = counter()
    return lambda x=False: next(c) if not x else c.send(0)

foo = inc()
print(foo())
print(foo())
print(foo())
print(foo(True))
print(foo())
print(foo())
print(foo())

协程Coroutine

• 生成器的高级用法
• 它比进程、线程轻量级，是在用户空间调度函数的一种实现
• Python3 asyncio就是协程实现，已经加入到标准库
• Python3.5使用async、await关键字直接原生态支持协程
• 协程调度器实现思路
  有2个生成器A、B
  next(A)，A执行到了yied语句暂停，然后去执行next(B)，B执行到yieid语句也暂停，然后再次调用next(A)，在调用next(B)，周而复始，就实现了调度的效果
  可以引入调度的策略来实现切换的方式
• 协程是一种非抢占式调度

yield from 语法

• 从Python3.3开始增加了yield from语法，使得yield from iterable 等价于 for i in iterable: yield i
• yield from 就是一种简化语法的语法糖

def foo():
	for x in range(5):
		yield x
#等价于
def foo():
    yield from range(5)

add = foo()
print(next(add)) # 打印结果 0
print(next(add)) # 打印结果 1
print(next(add)) # 打印结果 2

• 本事上yield from 的意思就是，从from 后面的可迭代对象中拿元素一个个yield出去