生成器（Generator）

回顾生成器表达式

在条件和循环（包括迭代器、生成器）这篇博客里面我们简单的介绍过生成器表达式。回顾一下：

生成器表达式和列表解析式非常相似，基本语法基本相同；不过它并不真正创建列表，而是返回一个生成器。这个生成器在每次计算出一个条目后，把这个条目“yield（产生）”出来。生成器表达式使用了“延迟计算（lazy evaluation）”，所以在内存上更有效。

语法：

(expr for iter_var in iterable if cond_expr)

这里我们介绍的是生成器，它是一个带有yield表达式的函数。

生成器和迭代器的关系

生成器是一种特殊的迭代器。
迭代器中所有值都是已经生成好的，它解决的是“在所有值都存在的条件下，如何索引”的问题。生成器提出的动机是“在迭代中以某种方式生成下一个值并且返回”。它体现了函数式编程里的延迟计算的特点。

在使用迭代器的场景使用生成器对内存较为友好。

简单生成器

>>> def simpleGen():
        yield 1
        yield 'haha 2'


>>> generator = simpleGen()
>>> generator
<generator object simpleGen at 0x02ACD288>
>>> generator.next()
1
>>> generator.next()
'haha 2'
>>> generator.next()

Traceback (most recent call last):
  File "<pyshell#18>", line 1, in <module>
    generator.next()
StopIteration

分析：

• 第一次调用生成器的next方法时，生成器才开始执行生成器函数，直到遇到yield时暂停执行（挂起），并且yield的参数将作为此次next方法的返回值
• 之后每次调用生成器的next方法，生成器将从上次暂停执行的位置恢复执行生成器函数，直到再次遇到yield时暂停，并且同样的，yield的参数将作为next方法的返回值
• 如果当调用next方法时生成器函数结束（遇到空的return语句或是到达函数体末尾），则这次next方法的调用将抛出StopIteration异常

因为python的for循环有next()函数调用以及有对StopIteration异常的处理，所以我们可以直接迭代生成器:

>>> for item in simpleGen():
        print item


1
haha 2
>>> 

增强的生成器

为什么说它增强了，因为它支持了协同程序(coroutine)。

协同程序的定义

协同程序是一个独立的函数调用，它能够运行、暂停和挂起，也能够在暂停或挂起的地方开始继续运行。
它也支持调用者和被调用者之间的交流。

使用了协同的生成器

可以使用next()、send()、close()进行协同。
调用者通过send()给被调用者发送信息；你可以随时使用close()来关闭一个生成器。

看例子

>>> def counter(start_at=0):
        count = start_at
        while True:
            val = (yield count)  # 返回count(给next())，接收val(从send())
            if val is not None:
                count = val
            else:
                count += 1

>>> count = counter(5)  # 生成器被创建
>>> count.next()
5
>>> count.next()
6
>>> count.send(9)  # val变量被设置为9
9
>>> count.next()
10
>>> count.close()  # 生成器被关闭
>>> count.next()

Traceback (most recent call last):
  File "<pyshell#30>", line 1, in <module>
    count.next()
StopIteration

协程（协同程序）的特点决定了同一时刻只能有一个协同程序正在运行（忽略多线程的情况）。得益于此，协程间可以直接传递对象而不需要考虑资源锁、或是直接唤醒其他协程而不需要主动休眠，就像是内置了锁的线程。在符合协程特点的应用场景，使用协程无疑比使用线程要更方便。

从另一方面说，协程无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，这个特点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。当然，线程比协程复杂许多，功能也更强大

Ref
http://www.cnblogs.com/huxi/archive/2011/07/14/2106863.html
《Python核心编程》