python生成器浅析——yield

使用类模仿可迭代器

要想使自定义的类具有可迭代的功能，我们必须在类中定义两个函数，_iter_,_next_,下面定义一个类，实现斐波那契数列;

class Fab(object):

    def __init__(self, max):
        self.max = max
        self.n, self.a, self.b = 0, 0, 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.n < self.max:
            r = self.b
            self.a, self.b = self.b, self.a + self.b
            self.n = self.n + 1
            return r

        raise StopIteration  #一定要加，否则会无限循环
       
    fab_iter=Fab(5)
    for n in fab_iter:
    	print(n)
"""
  输出如下：
   1
   1
   2
   3
   5
 """

使用yield生成器

直接上个例子

def fab(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b  #使用生成器
        a, b = b, a + b
        n = n + 1

for n in fab(5):
    print(n)
 """
 输出如下：
 1
 1
 2
 3
 5
 """
#看一下函数fab的类型信息
print(type(fab))
print(type(fab(5)))
"""
输出如下：
<class 'function'>
<class 'generator'>
"""

通过输出，可以看到yield把一个普通的函数变成了一个可迭代对象，通过这种方式，写出的代码可以更加简洁；
yield的工作原理：yield 的作用就是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，Python 解释器会将其视为一个 generator，调用 fab(5) 不会执行 fab 函数，而是返回一个 iterable 对象，在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。
因为 fab(5) 是一个 generator 对象，该对象具有 next() 方法，也可以手动调用 fab(5) 的 next() 方法

#接着上面的代码
f=fab(5)
#下面调用6次\__next()__函数
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())

输出如下：

通过输出可以看到，前面5个数都没问题，但到了第六次却报错了，表示循环结束；但在 for 循环里，无需处理 StopIteration 异常，循环会正常结束。

参考

Python yield 使用浅析