Python之美[从菜鸟到高手]--生成器之全景分析

    yield指令，可以暂停一个函数并返回中间结果。使用该指令的函数将保存执行环境，并且在必要时恢复。

生成器比迭代器更加强大也更加复杂，需要花点功夫好好理解贯通。

看下面一段代码：

def gen():    for x in xrange(4):        tmp = yield x        if tmp == 'hello':            print 'world'        else:            print str(tmp)

     只要函数中包含yield关键字，该函数调用就是生成器对象。

g=gen()print g   #<generator object gen at 0x02801760>print isinstance(g,types.GeneratorType) #True

    我们可以看到，gen()并不是函数调用，而是产生生成器对象。

   生成器对象支持几个方法，如gen.next() ,gen.send() ,gen.throw()等。

print g.next() # 0

    调用生成器的next方法，将运行到yield位置，此时暂停执行环境，并返回yield后的值。所以打印出的是0，暂停执行环境。

print g.next() #None  1

     再调用next方法，你也许会好奇，为啥打印出两个值，不急，且听我慢慢道来。

     上一次调用next,执行到yield 0暂停，再次执行恢复环境，给tmp赋值(注意：这里的tmp的值并不是x的值，而是通过send方法接受的值)，由于我们没有调用send方法，所以

tmp的值为None,此时输出None，并执行到下一次yield x,所以又输出1.

      到了这里，next方法我们都懂了，下面看看send方法。

print g.send('hello') #world  2

      上一次执行到yield 1后暂停，此时我们send('hello')，那么程序将收到‘hello'，并给tmp赋值为’hello',此时tmp=='hello'为真，所以输出'world',并执行到下一次yield 2,所以又打印出2.（next()等价于send(None)）

      当循环结束，将抛出StopIteration停止生成器。

      看下面代码：

def stop_immediately(name):    if name == 'skycrab':        yield 'okok'    else:        print 'nono's=stop_immediately('sky')s.next()

正如你所预料的，打印出’nono',由于没有额外的yield，所以将直接抛出StopIteration。

nonoTraceback (most recent call last):  File "F:\python workspace\Pytest\src\cs.py", line 170, in <module>    s.next()StopIteration

      看下面代码，理解throw方法，throw主要是向生成器发送异常。

def mygen():    try:        yield 'something'    except ValueError:        yield 'value error'    finally:        print 'clean'  #一定会被执行gg=mygen()print gg.next() #somethingprint gg.throw(ValueError) #value error  clean

     调用gg.next很明显此时输出‘something’,并在yield ‘something’暂停，此时向gg发送ValueError异常，恢复执行环境，except  将会捕捉，并输出信息。

     理解了这些，我们就可以向协同程序发起攻击了，所谓协同程序也就是是可以挂起，恢复，有多个进入点。其实说白了，也就是说多个函数可以同时进行，可以相互之间发送消息等。

     这里有必要说一下multitask模块(不是标准库中的),看一段multitask使用的简单代码：

def tt():    for x in xrange(4):        print 'tt'+str(x)        yielddef gg():    for x in xrange(4):        print 'xx'+str(x)        yieldt=multitask.TaskManager()t.add(tt())t.add(gg())t.run()

结果：

tt0xx0tt1xx1tt2xx2tt3xx3

   如果不是使用生成器，那么要实现上面现象，即函数交错输出，那么只能使用线程了，所以生成器给我们提供了更广阔的前景。 

   如果仅仅是实现上面的效果，其实很简单，我们可以自己写一个。主要思路就是将生成器对象放入队列，执行send(None)后，如果没有抛出StopIteration,将该生成器对象再加入队列。

class Task():    def __init__(self):        self._queue = Queue.Queue()    def add(self,gen):        self._queue.put(gen)    def run(self):        while not self._queue.empty():            for i in xrange(self._queue.qsize()):                try:                    gen= self._queue.get()                    gen.send(None)                except StopIteration:                    pass                else:                    self._queue.put(gen)t=Task()t.add(tt())t.add(gg())t.run()

  当然，multitask实现的肯定不止这个功能，有兴趣的童鞋可以看下源码，还是比较简单易懂的。

#增补 2014/5/21

之前我在南京面试Python时遇到这么一道题目：

def thread1():    for x in range(4):        yield  x        def thread2():    for x in range(4,8):        yield  x        threads=[]threads.append(thread1())threads.append(thread2())def run(threads): #写这个函数，模拟线程并发    passrun(threads)

如果上面class Task看懂了，那么这题很简单，其实就是考你用yield模拟线程调度，解决如下：

def run(threads):    for t in threads:        try:            print t.next()        except StopIteration:            pass        else:            threads.append(t)