Python Yield Generator 详解

本文将由浅入深详细介绍yield 以及 generator ，包括以下内容：什么 generator ，生成 generator 的方法，generator 的特点， generator 基础及高级应用场景， generator 使用中的注意事项等等，一起来看看吧，希望对大家 学习python有所帮助 。

　　 generator基础

　　在python 的函数（ function ）定义中，只要出现了 yield 表达式（  Yield expression  ），那么事实上定义的是一个  generator function  ， 调用这个 generator function 返回值是一个  generator  。这根普通的函数调用有所区别， For example ：

　　 def  gen_generator():

　　 yield 1

　　 def  gen_value():

　　 return 1

　　 if __name__ == '__main__':

　　ret = gen_generator()

　　 print ret, type(ret)    #

　　ret = gen_value()

　　 print ret, type(ret)    # 1

　　从上面的代码可以看出，gen_generator 函数返回的是一个 generator 实例， generator 有以下特别：

　　·  遵循迭代器（ iterator ）协议，迭代器协议需要实现 __iter__ 、 next 接口

　　·  能过多次进入、多次返回，能够暂停函数体中代码的执行

　　下面看一下测试代码：

　　>>>  def  gen_example():

　　...      print 'before any yield'

　　...      yield 'first yield'

　　...      print 'between yields'

　　...      yield 'second yield'

　　...      print 'no yield anymore'... >>> gen = gen_example()>>> gen.next()

　　

　　＃  第一次调用next

　　before any  yield'first yield'>>> gen.next()

　　

　　＃  第二次调用next

　　between yields'second yield'>>> gen.next()

　　

　　＃  第三次调用next

　　no  yield anymore

　　Traceback (most recent call last):

　　File "", line 1,  in

　　StopIteratio

　　调用gen example 方法并没有输出任何内容，说明函数体的代码尚未开始执行。当调用 generator 的next 方法， generator 会执行到 yield  表达式处，返回 yield 表达式的内容，然后暂停（挂起）在这个地方，所以第一次调用 next 打印第一句并返回 “first yield” 。  暂停  意味着方法的局部变量，指针信息，运行环境都保存起来，直到下一次调用next 方法恢复。第二次调用 next 之后就暂停在最后一个 yield ，再次调用 next()方法，则会抛出 StopIteration 异常。

　　因为for 语句能自动捕获 StopIteration 异常，所以 generator （本质上是任何 iterator ）较为常用的方法是在循环中使用：

　　 def  generator_example():

　　 yield 1

　　 yield 2

　　 if __name__ == '__main__':

　　 for e  in generator_example():

　　 print e

　　# output 1 2

　　generator function 产生的 generator 与普通的 function 有什么区别呢？

　　（1 ） function 每次都是从第一行开始运行，而 generator 从上一次 yield 开始的地方运行

　　（2 ） function 调用一次返回一个（一组）值，而 generator 可以多次返回

　　（3 ） function 可以被无数次重复调用，而一个 generator 实例在 yield 最后一个值 或者 return 之后就不能继续调用了

　　在函数中使用Yield ，然后调用该函数是生成 generator 的一种方式。另一种常见的方式是使用generator expression ， For example ：

　　>>> gen = (x * x  for x  in xrange(5))>>>  print gen

　　<generator objectat 0x02655710>

　　 generator应用

　　 generator基础应用

　　为什么使用generator 呢，最重要的原因是可以  按需生成并“返回”结果  ，而不是一次性产生所有的返回值，况且有时候根本就不知道“ 所有的返回值 ” 。比如对于下面的代码：

　　RANGE_NUM = 100

　　 for i  in [x*x  for x  in range(RANGE_NUM)]: #  第一种方法：对列表进行迭代

　　#  do sth  for example

　　print i

　　 for i  in (x*x  for x  in range(RANGE_NUM)): #  第二种方法：对 generator 进行迭代

　　#  do sth  for example

　　print i

　　在上面的代码中，两个for 语句输出是一样的，代码字面上看来也就是中括号与小括号的区别。但这点区别差异是很大的，第一种方法返回值是一个列表，第二个方法返回的是一个 generator 对象。随着RANGE_NUM 的变大，第一种方法返回的列表也越大，占用的内存也越大；但是对于第二种方法没有任何区别。

　　我们再来看一个可以“ 返回 ” 无穷多次的例子：

　　 def  fib():

　　a, b = 1, 1

　　 while  True:

　　 yield a

　　a, b = b, a+b

　　这个generator 拥有生成无数多 “ 返回值 ” 的能力，使用者可以自己决定什么时候停止迭代。

　　 generator高级应用

　　使用场景一：

　　Generator 可用于产生数据流，  generator 并不立刻产生返回值，而是等到被需要的时候才会产生返回值，相当于一个主动拉取的过程 (pull) ，比如现在有一个日志文件，每行产生一条记录，对于每一条记录，不同部门的人可能处理方式不同，但是我们可以提供一个公用的、按需生成的数据流。

　　 def  gen_data_from_file(file_name):

　　 for line  in file(file_name):

　　 yield line

　　 def  gen_words(line):

　　 for word  in (w  for w  in line.split()  if w.strip()):

　　 yield word

　　 def  count_words(file_name):

　　word_map = {}

　　 for line  in gen_data_from_file(file_name):

　　 for word  in gen_words(line):

　　 if word  not  in word_map:

　　word_map[word] = 0

　　word_map[word] += 1

　　 return word_map

　　 def  count_total_chars(file_name):

　　total = 0

　　 for line  in gen_data_from_file(file_name):

　　total += len(line)

　　 return total

　　 if __name__ == '__main__':

　　 print count_words('test.txt'), count_total_chars('test.txt')

　　上面的例子来自08 年的 PyCon 一个讲座。 gen_words gen_data_from_file 是数据生产者，而count_words count_total_chars 是数据的消费者。可以看到，  数据只有在需要的时候去拉取的，而不是提前准备好  。另外gen_words 中  (w for w in line.split() if w.strip()) 也是产生了一个 generator 。

　　使用场景二：

　　一些编程场景中，一件事情可能需要执行一部分逻辑，然后等待一段时间、或者等待某个异步的结果、或者等待某个状态，然后继续执行另一部分逻辑。比如微服务架构中，服务A 执行了一段逻辑之后，去服务B 请求一些数据，然后在服务 A 上继续执行。或者在游戏编程中，一个技能分成分多段，先执行一部分动作（效果），然后等待一段时间，然后再继续。对于这种需要等待、而又不希望阻塞的情况，我们一般使用回调（ callback ）的方式。下面举一个简单的例子：

　　 def  do(a):

　　 print 'do', a

　　CallBackMgr.callback(5,  lambda a = a: post_do(a))

　　 def  post_do(a):

　　 print 'post_do', a

　　这里的CallBackMgr 注册了一个 5s 后的时间， 5s 之后再调用 lambda 函数，可见  一段逻辑被分裂到两个函数，而且还需要上下文的传递  （如这里的参数a ）。我们用 yield 来修改一下这个例子， yield 返回值代表等待的时间。

　　@yield_dec

　　 def  do(a):

　　 print 'do', a

　　 yield 5

　　 print 'post_do', a

　　这里需要实现一个YieldManager ， 通过 yield_dec 这个 decrator 将 do 这个 generator 注册到YieldManager ，并在 5s 后调用 next 方法。 Yield 版本实现了和回调一样的功能，但是看起来要清晰许多。下面给出一个简单的实现以供参考：

　　# -*- coding:utf-8 -*- import sys# import Timer import types import time

　　 class  YieldManager(object):

　　 def  __init__(self, tick_delta = 0.01):

　　self.generator_dict = {}

　　# self._tick_timer = Timer.addRepeatTimer(tick_delta, lambda: self.tick())

　　 def  tick(self):

　　cur = time.time()

　　 for gene, t  in self.generator_dict.items():

　　 if cur >= t:

　　self._do_resume_genetator(gene,cur)

　　 def  _do_resume_genetator(self,gene, cur ):

　　 try:

　　self.on_generator_excute(gene, cur)

　　 except StopIteration,e:

　　self.remove_generator(gene)

　　 except Exception, e:

　　 print 'unexcepet error', type(e)

　　self.remove_generator(gene)

　　 def  add_generator(self, gen, deadline):

　　self.generator_dict[gen] = deadline

　　 def  remove_generator(self, gene):

　　 del self.generator_dict[gene]

　　 def  on_generator_excute(self, gen, cur_time = None):

　　t = gen.next()

　　cur_time = cur_time  or time.time()

　　self.add_generator(gen, t + cur_time)

　　g_yield_mgr = YieldManager()

　　 def  yield_dec(func):

　　 def  _inner_func(*args, **kwargs):

　　gen = func(*args, **kwargs)

　　 if type(gen)  is types.GeneratorType:

　　g_yield_mgr.on_generator_excute(gen)

　　 return gen

　　 return _inner_func

　　@yield_dec def  do(a):

　　 print 'do', a

　　 yield 2.5

　　 print 'post_do', a

　　 yield 3

　　 print 'post_do again', a

　　 if __name__ == '__main__':

　　do(1)

　　 for i  in range(1, 10):

　　 print 'simulate a timer, %s seconds passed' % i

　　time.sleep(1)

　　g_yield_mgr.tick()

　　 注意事项：

　　（1 ） Yield 是不能嵌套的！

　　 def  visit(data):

　　 for elem  in data:

　　 if isinstance(elem, tuple)  or isinstance(elem, list):

　　visit(elem) # here value retuened is generator

　　 else:

　　 yield elem

　　 if __name__ == '__main__':

　　 for e  in visit([1, 2, (3, 4), 5]):

　　 print e

　　上面的代码访问嵌套序列里面的每一个元素，我们期望的输出是1 2 3 4 5 ，而实际输出是 1 2 5  。为什么呢，如注释所示， visit 是一个 generator function ，所以第 4 行返回的是 generator object ，而代码也没这个 generator 实例迭代。那么改改代码，对这个临时的 generator  进行迭代就行了。

　　 def  visit(data):

　　 for elem  in data:

　　 if isinstance(elem, tuple)  or isinstance(elem, list):

　　 for e  in visit(elem):

　　 yield e

　　 else:

　　 yield elem

　　或者在python3.3 中 可以使用 yield from ，这个语法是在  pep380  加入的：

　　 def  visit(data):

　　 for elem  in data:

　　 if isinstance(elem, tuple)  or isinstance(elem, list):

　　 yield  from visit(elem)

　　 else:

　　 yield elem

　　（2 ） generator function 中使用 return

　　在python doc 中，明确提到是可以使用 return 的，当 generator 执行到这里的时候抛出  StopIteration 异常。

　　 def  gen_with_return(range_num):

　　 if range_num < 0:

　　 return

　　 else:

　　 for i  in xrange(range_num):

　　 yield i

　　 if __name__ == '__main__':

　　 print list(gen_with_return(-1))

　　 print list(gen_with_return(1))

　　但是，generator function 中的 return 是不能带任何返回值的。

　　 def  gen_with_return(range_num):

　　 if range_num < 0:

　　 return 0

　　 else:

　　 for i  in xrange(range_num):

　　 yield i

　　上面的代码会报错： SyntaxError: ‘return’ with argument inside generator

来源： 伯乐在线