11-Python生成器对象

生成器

生成器generator

• 生成器指的是生成器对象，可以由生成器表达式得到，也可以使用yield关键字得到一个生成器函数，调用这个函数得到一个生成器对象

生成器函数

• 函数体中包含yield语句的函数，返回生成器对象
• 生成器对象，是一个可迭代对象，是一个迭代器
• 生成器对象，是延迟计算、惰性求值的

示例：

In [2]: def inc():
   ...:     for i in range(5):
   ...:         yield i
   ...:
   ...: print(type(inc))
   ...: print(type(inc()))
   ...: x = inc()
   ...: print(type(x))
   ...: print(next(x))
   ...:
   ...: for m in x:
   ...:     print(m, '*')
   ...:
<class 'function'>
<class 'generator'>
<class 'generator'>
0
1 *
2 *
3 *
4 *

• yeild语句返回的结果不在是一个值，而是一个generator对象
• 生成器函数需要通过next()的方式来获取值
• 也可以使用for循环获取，生成器对象迭代走完一遍后不可再次迭代

生成器总结

• 生成器函数的函数体不会立即执行，必须调用后生成一个生成器
• 在生成器函数中，可以使用多个yield语句，使用next(generator)执行一次会暂停执行，把yeild值返回
• 再次执行会执行到下一次yield语句
• return语句依然可以终止函数运行，但return语句的返回值不能被获取的到
• return会导致无法继续获取下一个值，跑出StopIteration异常
• 如果函数没有显示的return语句，如果生成器函数执行到结尾，一样会跑出StopIteration异常
• 如不想出现异常，可使用传入默认值的方式，如：next(g, ‘’End”)

协程coroutine

• 生成的高级用法
• 比进程、协程轻量级
• 是在用户空间调度函数的一种实现
• Python3 asyncio就是协程实现，已经加入到了标准库
• python 3.5使用async、 await关键字直接原生支持协程

• 协程调度的实现思路

  • 有2个生成器A和B
  • next(A)后，A执行到了yield语句暂停，然后去执行next(B)，B执行到yield语句也暂停，然后再次调用next(A)，再调用next(B)，周而复始，就实现了调度的效果。
  • 可以引入调度的策略来实现切换的方式
• 协程是一种非抢占式调度。

yeild from

• 简化yeild代码的语法糖
• 示例

def inc():
    for x in range(1000):
        yeild x
# 上述代码等同于：      
def inc():
    yeild from range(1000)