python yield from_python yield和yield from用法总结

python yield和yield from用法总结

yield 作用：

注： generator的next()方法在python 2中为next()，但在python 3中为 __next__() 【next的前后各是两个下划线】

把一个函数变成一个generator，带有yield的函数不再是一个普通函数。即：一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()(在 for 循环中会自动调用 next())才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。

yield 的好处是显而易见的，把一个函数改写为一个 generator 就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。

用print实现打印斐波拉切数列 ——基础版

#!/usr/bin/env python

# -*- coding: utf-8 -*-

def fab(max):

n , a, b = 0, 0 , 1

while n < max:

print(b)

a, b = b, a + b

n = n + 1

if __name__ == '__main__':

fab(6) # 1 1 2 3 5 8

用yield实现打印斐波拉切数列——升级版

#!/usr/bin/env python

# -*- coding: utf-8 -*-

def fab(max):

n , a, b = 0, 0 , 1

while n < max:

yield b

a, b = b, a + b

n = n + 1

if __name__ == '__main__':

for n in fab(6): # 1 1 2 3 5 8

print(n)

如何判断一个函数是否是一个特殊的generator函数

#!/usr/bin/env python

# -*- coding: utf-8 -*-

from inspect import isgeneratorfunction

def fab(max):

n , a, b = 0, 0 , 1

while n < max:

yield b

a, b = b, a + b

n = n + 1

if __name__ == '__main__':

f1 = fab(3)

# True fab是一个generator function

print(isgeneratorfunction(fab))

# False fab(3)不是一个generator function

# 而fab(3)是调用fab返回的一个generator

print(isgeneratorfunction(fab(3)))

用yield实现大文件读取

#!/usr/bin/env python

# -*- coding: utf-8 -*-

def read_file(fpath):

BLOCK_SIZE = 100

with open(fpath, "rb") as f:

while True:

block = f.read(BLOCK_SIZE)

if block:

yield block

else:

return

if __name__ == '__main__':

fpath = "/home/exercise-python3.7.1/vote/mysite/mysite/polls/test.txt"

read_gen = read_file(fpath)

print(read_gen.__next__())

print(read_gen.__next__())

print(read_gen.__next__())

print(read_gen.__next__())

# for循环会自动调用generatr的__next__()方法，故输出效果同如上的4个print 【内容较短，4个print就将test.txt中的内容输出完了】

for data in read_gen:

print(data)

yield 和 yield from 用法对比

使用yield拼接可迭代对象

#!/usr/bin/env python

# -*- coding: utf-8 -*-

if __name__ == '__main__':

astr = "ABC"

alist = [1, 2, 3]

adict = {"name": "wangbm", "age": 18}

# generate

agen = (i for i in range(4, 8))

def gen(*args, **kw):

for item in args:

for i in item:

yield i

new_list = gen(astr, alist, adict, agen)

print(list(new_list))

# ['A', 'B', 'C', 1, 2, 3, 'name', 'age', 4, 5, 6, 7]

使用yield from拼接可迭代对象

#!/usr/bin/env python

# -*- coding: utf-8 -*-

if __name__ == '__main__':

astr = "ABC"

alist = [1, 2, 3]

adict = {"name": "wangbm", "age": 18}

# generate

agen = (i for i in range(4, 8))

def gen(*args, **kw):

for item in args:

yield from item

new_list = gen(astr, alist, adict, agen)

print(list(new_list))

# ['A', 'B', 'C', 1, 2, 3, 'name', 'age', 4, 5, 6, 7]

结论：

由上面两种方式对比，可以看出，yield from后面加上可迭代对象，他可以把可迭代对象里的每个元素一个一个的yield出来，对比yield来说代码更加简洁，结构更加清晰。

image.png