Python生成器实现及yield关键字

Python生成器实现及yield关键字

我在另一篇文章中介绍了Python迭代器，https://blog.csdn.net/weixin_43790276/article/details/90346387

利用迭代器，我们可以在每次迭代获取数据（通过next()方法）时按照特定的规律进行生成。也就是说在迭代的时候生成数据，边迭代边生成。

但是，我们在实现一个迭代器时，关于当前迭代到的状态需要我们自己记录，才能根据当前状态生成下一个数据。为了达到记录当前状态，并配合next()函数进行迭代使用，我们可以采用更简便的语法，即生成器(generator)。

生成器是一种特殊的迭代器，它比迭代器更优雅，本文就详细介绍生成器的实现及使用。

一、使用推导式的形式实现生成器

这种方法很简单，要创建一个生成器，只要把一个列表生成式的 [ ] 改成 ( )

list_a = [a ** 2 for a in range(6)]
# Python中没有元组推导式，这行代码会得到一个生成器
genera_a = (a ** 2 for a in range(6))
print(list_a)
print(genera_a)
print(next(genera_a), end=' ')
print(next(genera_a), end=' ')
print(next(genera_a), end=' ')
print(next(genera_a), end=' ')
print(next(genera_a), end=' ')
print(next(genera_a), end=' ')

运行结果：

[0, 1, 4, 9, 16, 25]
<generator object <genexpr> at 0x00000263F098E480>
0 1 4 9 16 25 

创建list_a和genera_a的区别仅在于最外层的 [ ] 和 ( ) ，list_a是一个列表，而genera_a是一个生成器。

打印列表list_a时可以看到每一个元素，而打印genera_a时提示我们它是一个生成器对象，我们可以按照迭代器的使用方法来使用，即可以通过next()函数、for循环等方法使用。当next()调用次数超过元素个数时抛出StopIteration异常。

注意：Python没有元组推导式，这种语法的结果是一个生成器

二、通过yield关键字实现生成器

可以通过函数的形式来实现生成器，函数内使用yield关键字。

def feibo_func(n):
    current_index = 0
    num1, num2 = 0, 1
    while current_index < n:
        """
         1. 假如函数中有yield，则不再是函数，而是生成器
         2. yield 会产生一个断点,返回数据后暂时阻塞在此
         3. 假如yield后面紧接着一个数据，就会把数据返回，
            作为next()函数或者for ...in...迭代出的下一个值
        """
        yield num1
        num1, num2 = num2, num1 + num2
        current_index += 1


gen = feibo_func(10)
print(gen)

for num in gen:
    print(num, end=' ')

运行结果：

<generator object feibo_func at 0x000001956A70E480>
0 1 1 2 3 5 8 13 21 34 

在生成器实现的过程中，我们将原本在迭代器__next__方法中实现的基本逻辑放到一个函数中来实现，然后将打印输出方式换成 yield，此时新定义的函数便不再是函数，而是一个生成器了。

简单来说：只要在函数中有yield关键字的就称为生成器。

此时调用函数返回的是一个生成器对象，可以通过next()或for循环来使用生成器。

三、yield关键字和send()方法

在函数体中使用了yield关键字，则函数不再是函数，而是生成器。

yield关键字有两点作用：

1.保存当前运行状态（断点），然后暂停执行，即将生成器（函数）“挂起”。

2.将yield关键字后面表达式的值作为返回值返回，类似起到了return的作用

当使用next()函数时，生成器会从断点处继续执行，即唤醒生成器，然后再次执行到yield处“挂起”。

使用send唤醒：

我们除了可以使用next()函数来唤醒生成器继续执行外，还可以使用send()函数来唤醒执行。

使用send()函数可以在唤醒的同时向断点处传入一个附加数据，通过变量接收传入的数据。

def genera_func():
    for i in range(6):
        arg = yield i
        print(arg)


print(genera_func())
gen = genera_func()
print(next(gen))
print(gen.send('aaaaa'))
print(next(gen))

运行结果：

<generator object genera_func at 0x000002AEC7FBE480>
0
aaaaa
1
None
2

genera_func是一个生成器，当我们使用next()方法时会唤醒生成器，代码执行到yield处，返回yield后面的值，然后“挂起”，yield后面的代码不会继续执行。

当我们使用send(arg)唤醒生成器，会将arg传递给yield前面的变量来接收，并且生成器会执行一遍然后到yield处“挂起”。