python yield的理解_彻底理解Python中的yield

阅读别人的python源码时碰到了这个yield这个关键字，各种搜索终于搞懂了，在此做一下总结：

通常的for...in...循环中，in后面是一个数组，这个数组就是一个可迭代对象，类似的还有链表，字符串，文件。它可以是mylist = [1, 2, 3]，也可以是mylist = [x*x for x in range(3)]。

它的缺陷是所有数据都在内存中，如果有海量数据的话将会非常耗内存。

生成器是可以迭代的，但只可以读取它一次。因为用的时候才生成。比如 mygenerator = (x*x for x in range(3))，

注意这里用到了()，它就不是数组，而上面的例子是[]。

我理解的生成器(generator)能够迭代的关键是它有一个next()方法，

工作原理就是通过重复调用next()方法，直到捕获一个异常。可以用上面的mygenerator测试。

带有 yield 的函数不再是一个普通函数，而是一个生成器generator，可用于迭代，工作原理同上。

yield 是一个类似 return 的关键字，迭代一次遇到yield时就返回yield后面(右边)的值。重点是：下一次迭代时，从上一次迭代遇到的yield后面的代码(下一行)开始执行。

简要理解：yield就是 return 返回一个值，并且记住这个返回的位置，下次迭代就从这个位置后(下一行)开始。

带有yield的函数不仅仅只用于for循环中，而且可用于某个函数的参数，只要这个函数的参数允许迭代参数。比如array.extend函数，它的原型是array.extend(iterable)。

send(msg)与next()的区别在于send可以传递参数给yield表达式，这时传递的参数会作为yield表达式的值，而yield的参数是返回给调用者的值。——换句话说，就是send可以强行修改上一个yield表达式值。比如函数中有一个yield赋值，a = yield 5，第一次迭代到这里会返回5，a还没有赋值。第二次迭代时，使用.send(10)，那么，就是强行修改yield 5表达式的值为10，本来是5的，那么a=10

send(msg)与next()都有返回值，它们的返回值是当前迭代遇到yield时，yield后面表达式的值，其实就是当前迭代中yield后面的参数。

第一次调用时必须先next()或send(None)，否则会报错，send后之所以为None是因为这时候没有上一个yield(根据第8条)。可以认为，next()等同于send(None)。

代码示例1：

#encoding:UTF-8

def yield_test(n):

for i in range(n):

yield call(i)

print("i=",i) #做一些其它的事情

print("do something.")

print("end.")

def call(i):

return i*2 #使用for循环

for i in yield_test(5):

print(i,",")

结果是：

>>>

0 ,

i=

0

2 ,

i=

1

4 ,

i=

2

6 ,

i=

3

8 ,

i=

4 do something.

end.

>>>

理解的关键在于：下次迭代时，代码从yield的下一跳语句开始执行。

代码示例2：

def node._get_child_candidates(self, distance, min_dist, max_dist):

if self._leftchild and distance - max_dist < self._median:

yield self._leftchild

if self._rightchild and distance + max_dist >= self._median:

yield self._rightchild

与前面不同的是，这个函数中没有for循环，但它依然可以用于迭代。

node._get_child_candidates函数中有yield，所以它变成了一个迭代器，可以用于迭代。

执行第一次迭代时(其实就是调用next()方法)，如果有左节点并且距离满足要求，会执行第一个yield，这时会返回self._leftchild并完成第一个迭代。

执行第二次迭代时，从第一个yield后面开始，如果有右节点并且距离满足要求，会执行第二个yield，这时会返回self._rightchild并完成第一个迭代。

执行第三次迭代时，第二个yield后再无代码，捕获异常，退出迭代。

调用过程：

result, candidates = list(), [self]

while candidates:

node = candidates.pop()

distance = node._get_dist(obj)

if distance <= max_dist

and distance >= min_dist:

result.extend(node._values)

candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))

return result

上面的node._get_child_candidates(self, distance, min_dist, max_dist)是放在extend()函数中作为参数的，为什么可以这么用，就因为extend函数的参数不仅仅支持array，只要它是一个迭代器就可以。它的原型是array.extend(iterable)。

代码示例3：

def g():

print('1")

x = yield 'hello'

print('2', 'x=', x)

y = 5 + (yield x )

print('3', 'y=', y)

>>>f = g()

>>>f.next()

1

'hello'

>>>f.send(5)

2 x=5

5

>>>f.send(2)

3 y= 7

Traceback (most recent call last):

File "", line 1, in

f.send(2)

StopIteration

代码示例：

def repeater(n):

while True:

n = yield(n)

>>>r = repeater(4)

>>>next(r)

4

>>>r.send('hello')

'hello'

当执行到r.next()的时候，生成器开始执行，在内部遇到了yield n挂起。注意在生成器函数中，n = (yield n)中的yield n是一个表达式，并将结果赋值给n，虽然不严格要求它必须用圆括号包裹，但是一般情况都这么做，请读者也追随这个习惯。   当执行r.send("hello")的时候，原来已经被挂起的生成器(函数)又被唤醒，开始执行n=(yield n)，并将send()方法发送的值返回，这就是在运行后能够为生成器提供值的含义。如果接下来再执行r.next()会怎样?

>>>r.next()

什么也没有，其实就是返回了None.按照前面的叙述，这次执行r.nexto.由于没有给函数的参数传入任何值，yield返回的就只能是None.

>>> s.send('how')

Traceback (most recent call last):

File "", line 1, in

s.send('how')

TypeError: can't send non-None value to a just-started generator

>>>