python yield 进阶(一)

PS：硬说原创 我只能说自己太不要脸了 就当是个搬运工吧 希望对您有帮助

先来看看基础的---重头戏在后面：

yield的英文单词意思是生产，刚接触Python的时候感到非常困惑，一直没弄明白yield的用法。

只是粗略的知道yield可以用来为一个函数返回值塞数据，比如下面的例子：

def  addlist(alist):
     for  i  in  alist:
         yield  i  +   1

取出alist的每一项，然后把i + 1塞进去。然后通过调用取出每一项：

alist  =  [ 1 ,  2 ,  3 ,  4 ]
for  x  in  addlist(alist):
     print  x,

这的确是yield应用的一个例子，但是，看过limodou的文章《

​​2.5版yield之学习心得​​》，并自己反复体验后，对yield有了一个全新的理解。

1. 包含yield的函数

假如你看到某个函数包含了yield，这意味着这个函数已经是一个Generator，它的执行会和其他普通的函数有很多不同。比如下面的简单的函数：

def  h():
     print   ' To be brave '
     yield   5

h()

可以看到，调用h()之后，print 语句并没有执行！这就是yield，那么，如何让print 语句执行呢？这就是后面要讨论的问题，通过后面的讨论和学习，就会明白yield的工作原理了。

2. yield是一个表达式

Python2.5以前，yield是一个语句，但现在2.5中，yield是一个表达式(Expression)，比如：

m  =   yield   5

表达式(yield 5)的返回值将赋值给m，所以，认为 m = 5 是错误的。那么如何获取(yield 5)的返回值呢？需要用到后面要介绍的send(msg)方法。

3. 透过next()语句看原理

现在，我们来揭晓yield的工作原理。我们知道，我们上面的h()被调用后并没有执行，因为它有yield表达式，因此，我们通过next()语句让它执行。next()语句将恢复Generator执行，并直到下一个yield表达式处。比如：

def  h():
     print   ' Wen Chuan '
     yield   5
     print   ' Fighting! '

c  =  h()
c.next()

c.next()调用后，h()开始执行，直到遇到yield 5，因此输出结果：

Wen Chuan

当我们再次调用c.next()时，会继续执行，直到找到下一个yield表达式。由于后面没有yield了，因此会拋出异常：

Wen Chuan
Fighting!
Traceback (most recent call last):
  File  " /home/evergreen/Codes/yidld.py " , line  11 ,  in   < module >
    c.next()
StopIteration

4. send(msg) 与 next()

了解了next()如何让包含yield的函数执行后，我们再来看另外一个非常重要的函数send(msg)。其实next()和send()在一定意义上作用是相似的，区别是send()可以传递yield表达式的值进去，而next()不能传递特定的值，只能传递None进去。因此，我们可以看做

c.next() 和 c.send(None) 作用是一样的。

来看这个例子：

def  h():
     print   ' Wen Chuan ' ,
    m  =   yield   5    #  Fighting!
     print  m
    d  =   yield   12
     print   ' We are together! '

c  =  h()
c.next()   # 相当于c.send(None)
c.send( ' Fighting! ' )   # (yield 5)表达式被赋予了'Fighting!'

输出的结果为：

Wen Chuan Fighting!

需要提醒的是，第一次调用时，请使用next()语句或是send(None)，不能使用send发送一个非None的值，否则会出错的，因为没有yield语句来接收这个值。

5. send(msg) 与 next()的返回值

send(msg) 和 next()是有返回值的，它们的返回值很特殊，返回的是下一个yield表达式的参数。比如yield 5，则返回 5 。到这里，是不是明白了一些什么东西？本文第一个例子中，通过for i in alist 遍历 Generator，其实是每次都调用了alist.Next()，而每次alist.Next()的返回值正是yield的参数，即我们开始认为被压进去的东东。我们再延续上面的例子：

def  h():
     print   ' Wen Chuan ' ,
    m  =   yield   5    #  Fighting!
     print  m
    d  =   yield   12
     print   ' We are together! '

c  =  h()
m  =  c.next()   # m 获取了yield 5 的参数值 5
d  =  c.send( ' Fighting! ' )   # d 获取了yield 12 的参数值12
print   ' We will never forget the date ' , m,  ' . ' , d

输出结果：

Wen Chuan Fighting!

We will never forget the date 5 . 12

6. throw() 与 close()中断 Generator

中断Generator是一个非常灵活的技巧，可以通过throw抛出一个GeneratorExit异常来终止Generator。Close()方法作用是一样的，其实内部它是调用了throw(GeneratorExit)的。我们看：

def  close(self):
     try :
        self.throw(GeneratorExit)
     except  (GeneratorExit, StopIteration):
         pass
     else :
         raise  RuntimeError( " generator ignored GeneratorExit " )
#  Other exceptions are not caught

因此，当我们调用了close()方法后，再调用next()或是send(msg)的话会抛出一个异常：

Traceback (most recent call last):
  File  " /home/evergreen/Codes/yidld.py " , line  14 ,  in   < module >
    d  =  c.send( ' Fighting! ' )   # d 获取了yield 12 的参数值12
StopIteration

第二部分是干货：

处理无限序列

噢，真是如此吗？过了几天，老板过来告诉我们她遇到了一些小问题：她打算把我们的get_primes函数用于一个很大的包含数字的list。实际上，这个list非常大，仅仅是创建这个list就会用完系统的所有内存。为此，她希望能够在调用get_primes函数时带上一个start参数，返回所有大于这个参数的素数（也许她要解决 ​​Project Euler problem 10​​）。

(虽然有很多有用的应用程序可以用来操作无限序列)。看上去用普通函数处理这个问题的可能性比较渺茫

函数只有一次返回结果的机会，因而必须一次返回所有的结果。得出这样的结论似乎毫无意义；“函数不就是这样工作的么”，通常我们都这么认为的。可是，不学不成，不问不知，“如果它们并非如此呢？”

想象一下，如果get_primes可以只是简单返回下一个值，而不是一次返回全部的值，我们能做什么？我们就不再需要创建列表。没有列表，就没有内存的问题。由于老板告诉我们的是，她只需要遍历结果，她不会知道我们实现上的区别。

函数只有一次返回结果的机会，因而必须一次返回所有的结果。得出这样的结论似乎毫无意义；“函数不就是这样工作的么”，通常我们都这么认为的。可是，不学不成，不问不知，“如果它们并非如此呢？”

想象一下，如果get_primes可以只是简单返回下一个值，而不是一次返回全部的值，我们能做什么？我们就不再需要创建列表。没有列表，就没有内存的问题。由于老板告诉我们的是，她只需要遍历结果，她不会知道我们实现上的区别。