python yield解读

对于这个话题的探索，最初是从range和xrange这两个函数的区别引发的，很早就从一些python书籍中了解到它们两者之间的用法是一模一样的，但是xrange的效率会比range的效率高，脑海中只是觉得这些概念，但是具体原因并没有去深入研究。

range和xrange的区别

首先我们写一句简单的python脚本看看：

 清单一 range和xrange的python对象

normal_range = range(5)
print normal_range

ex_range = xrange(5)
print ex_range

输出结果一：

[0, 1, 2, 3, 4]
xrange(5)
[Finished in 0.1s]

我们可以看到实际上range会直接返回一个list数据序列，而如果这个list对象显然会首先中用一定内存空间，而xrange则是返回一个xrange对象，实际上xrange就是一个generator对象，我们使用它只需要每次遍历这个对象，返回下一个值。

那什么是generator呢

generator是一个生成器，依次遍历就能获取其所有元素。而我们使用yield关键字就能够产生generator对象。

清单二 yeild生成一个斐波那契generator

def fab(max): 
    n, a, b = 0, 0, 1
    while n < max: 
        yield b  
        a, b = b, a + b 
        n = n + 1

fabo = fab(5)
print fabo

输出结果二：

<generator object fab at 0x01E03300>
[Finished in 0.1s]

yeild的原理：

简单地讲，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。