在跟着廖雪峰的博客学习python,看到生成器这一章节的时候,首先提到了generator 、yield,然后在搜索资料的时候,又查到了协程这一概念,这篇文章总结一下这几个概念.
generator 从字面上理解,就是生成器,它的实现方式有两种:
1、不同于列表生成器([]),而是用 ()来表示。(原来这种叫做生成器表达式哦,哈哈)
访问方式,可以用for 循环来访问,也可以用 .next 来访问。
N = ['Hello', 'World', 18, 'Apple', 'None']
hh= (s.lower() for s in N if isinstance(s,str) ==True)printhh#for item in hh:#print item#print hh.next()#print hh.next()#print hh.next()#print hh.next()
输出结果
at 0x7f543a074690>
hello
world
apple
none
hh 是生成器返回的值,类似于一个数组。支持 for循环访问和 .next()访问,有一点需要注意的是,for 循环执行完了之后就不能执行 hh.next()了,类似于指针到了最后,或者C++中迭代器指向了最后,再访问就会出现错误。
2、用yield来生成 ,(叫做生成器函数)
无论用next() 和for 循环来调用,都是执行到了yield之后,返回 n值,然后将当前的状态挂起,然后返回。
defcreate_counter(n):print "create counter"
#while True:
whileFalse:yieldnprint 'increment n'n+= 1cnt= create_counter(2)#print cnt
for item incnt:printitem#print next(cnt)#print next(cnt)#print cnt.next()#print cnt.next()
比如这个例子中,当打印cnt的时候,
说明这是一个,生成器。
当 为False的时候,只会打印 create counter
当为True的时候,用for 循环就会出现死循环的情况。
协程:
我知道有进程、线程的概念,但是协程是什么东西,我还真是不知道
从技术的角度来说,“协程就是你可以暂停执行的函数”。如果你把它理解成“就像生成器一样”,那么你就想对了。这是在一篇文章上看到的。
python之所以执行效率高
1、为子程序切换不是线程切换,而是由程序自身控制,因此,没有线程切换的开销,和多线程比,线程数量越多,协程的性能优势就越明显。
2、执行的过程中不会涉及到锁机制。
附一个简单的生产者和消费者的例子:
defconsumer():
r= ''
whileTrue:
n= yieldrif notn:return
print('[CONSUMER] Consuming %s...' %n)
time.sleep(1)
r= '200 OK'
defproduce(c):
c.next()
n=0while n < 5:
n= n + 1
print('[PRODUCER] Producing %s...' %n)
r=c.send(n)print('[PRODUCER] Consumer return: %s' %r)
c.close()if __name__=='__main__':
c=consumer()
produce(c)
1. consumer函数是一个generator。2. c.send(None)其实等价于next(c),第一次执行时其实只执行到n = yield r就停止了,然后把r的值返回给调用者。3. yield r是一个表达式,通过send(msg)被赋值,而send(msg)是有返回值的,返回值为:下一个yield r表达式的参数,即为r。4. produce一旦生产了东西,通过c.send(n)切换到consumer执行。consumer通过yield拿到消息,处理,又通过yield把结果传回。也就是说,c.send(1) 不但会给 c 传送一个数据,它还会等着下次 yield 从 c 中返回一个数据,它是有返回值的,一去一回才算完,拿到了返回的数据(200 OK)才继续下面执行。5. 整个流程无锁,由一个线程执行,produce和consumer协作完成任务,所以称为“协程”,而非线程的抢占式多任务。
总结来说,就是 yield r 是一个表达式,通过 c.send 被赋值,然后返回值为下一个为yield r 表达式的参数。
github路径:https://github.com/billzhangjingle/learnPython/basic/generator.py
在学习的时候搜索到的相关博客:
http://python.jobbole.com/86069/
http://python.jobbole.com/86481/
http://www.cnblogs.com/gide/p/6187080.html
http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/0013868328689835ecd883d910145dfa8227b539725e5ed000
http://www.cnblogs.com/cotyb/p/5260032.html