本文將由淺入深詳細(xì)介紹yield以及generator，包括以下內(nèi)容：什么generator，生成generator的方法，generator的特點(diǎn)，generator基礎(chǔ)及高級(jí)應(yīng)用場(chǎng)景，generator使用中的注意事項(xiàng)。本文不包括enhanced generator即pep342相關(guān)內(nèi)容。

generator基礎(chǔ)

在python的函數(shù)(function)定義中，只要出現(xiàn)了yield表達(dá)式(Yield expression)，那么事實(shí)上定義的是一個(gè)generator function， 調(diào)用這個(gè)generator function返回值是一個(gè)generator。這根普通的函數(shù)調(diào)用有所區(qū)別，F(xiàn)or example：

def gen_generator(): 
 
    yield 1 
 
  
 
def gen_value(): 
 
    return 1 
 
     
 
if __name__ == '__main__': 
 
    ret = gen_generator() 
 
    print ret, type(ret)    #<generator object gen_generator at 0x02645648> <type 'generator'> 
 
    ret = gen_value() 
 
    print ret, type(ret)    # 1 <type 'int'>  

從上面的代碼可以看出，gen_generator函數(shù)返回的是一個(gè)generator實(shí)例，generator有以下特別：

• 遵循迭代器(iterator)協(xié)議，迭代器協(xié)議需要實(shí)現(xiàn)__iter__、next接口
• 能過(guò)多次進(jìn)入、多次返回，能夠暫停函數(shù)體中代碼的執(zhí)行

下面看一下測(cè)試代碼：

>>> 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()　　　?。?nbsp;***次調(diào)用next 
 
before any yield 
 
'first yield' 
 
>>> gen.next()　　　　＃ 第二次調(diào)用next 
 
between yields 
 
'second yield' 
 
>>> gen.next()　　　?。?nbsp;第三次調(diào)用next 
 
no yield anymore 
 
Traceback (most recent call last): 
 
  File "<stdin>", line 1, in <module> 
 
StopIteratio  

調(diào)用gen example方法并沒(méi)有輸出任何內(nèi)容，說(shuō)明函數(shù)體的代碼尚未開(kāi)始執(zhí)行。當(dāng)調(diào)用generator的next方法，generator會(huì)執(zhí)行到y(tǒng)ield 表達(dá)式處，返回yield表達(dá)式的內(nèi)容，然后暫停(掛起)在這個(gè)地方，所以***次調(diào)用next打印***句并返回“first yield”。 暫停意味著方法的局部變量，指針信息，運(yùn)行環(huán)境都保存起來(lái)，直到下一次調(diào)用next方法恢復(fù)。第二次調(diào)用next之后就暫停在***一個(gè)yield，再次調(diào)用next()方法，則會(huì)拋出StopIteration異常。

因?yàn)閒or語(yǔ)句能自動(dòng)捕獲StopIteration異常，所以generator(本質(zhì)上是任何iterator)較為常用的方法是在循環(huán)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產(chǎn)生的generator與普通的function有什么區(qū)別呢?

1. function每次都是從***行開(kāi)始運(yùn)行，而generator從上一次yield開(kāi)始的地方運(yùn)行
2. function調(diào)用一次返回一個(gè)(一組)值，而generator可以多次返回
3. function可以被無(wú)數(shù)次重復(fù)調(diào)用，而一個(gè)generator實(shí)例在yield***一個(gè)值 或者return之后就不能繼續(xù)調(diào)用了

在函數(shù)中使用Yield，然后調(diào)用該函數(shù)是生成generator的一種方式。另一種常見(jiàn)的方式是使用generator expression，F(xiàn)or example：

>>> gen = (x * x for x in xrange(5)) 
 
>>> print gen 
 
<generator object <genexpr> at 0x02655710>  

generator應(yīng)用

generator基礎(chǔ)應(yīng)用

為什么使用generator呢，最重要的原因是可以按需生成并“返回”結(jié)果，而不是一次性產(chǎn)生所有的返回值，況且有時(shí)候根本就不知道“所有的返回值”。比如對(duì)于下面的代碼：

RANGE_NUM = 100 
 
    for i in [x*x for x in range(RANGE_NUM)]: # ***種方法：對(duì)列表進(jìn)行迭代 
 
        # do sth for example 
 
        print i 
 
  
 
    for i in (x*x for x in range(RANGE_NUM)): # 第二種方法：對(duì)generator進(jìn)行迭代 
 
        # do sth for example 
 
        print i  

在上面的代碼中，兩個(gè)for語(yǔ)句輸出是一樣的，代碼字面上看來(lái)也就是中括號(hào)與小括號(hào)的區(qū)別。但這點(diǎn)區(qū)別差異是很大的，***種方法返回值是一個(gè)列表，第二個(gè)方法返回的是一個(gè)generator對(duì)象。隨著RANGE_NUM的變大，***種方法返回的列表也越大，占用的內(nèi)存也越大;但是對(duì)于第二種方法沒(méi)有任何區(qū)別。

我們?cè)賮?lái)看一個(gè)可以“返回”無(wú)窮多次的例子：

def fib(): 
 
    a, b = 1, 1 
 
    while True: 
 
        yield a 
 
        a, b = b, a+b  

這個(gè)generator擁有生成無(wú)數(shù)多“返回值”的能力，使用者可以自己決定什么時(shí)候停止迭代。

generator高級(jí)應(yīng)用

使用場(chǎng)景一：

Generator可用于產(chǎn)生數(shù)據(jù)流， generator并不立刻產(chǎn)生返回值，而是等到被需要的時(shí)候才會(huì)產(chǎn)生返回值，相當(dāng)于一個(gè)主動(dòng)拉取的過(guò)程(pull)，比如現(xiàn)在有一個(gè)日志文件，每行產(chǎn)生一條記錄，對(duì)于每一條記錄，不同部門的人可能處理方式不同，但是我們可以提供一個(gè)公用的、按需生成的數(shù)據(jù)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')  

上面的例子來(lái)自08年的PyCon一個(gè)講座。gen_words gen_data_from_file是數(shù)據(jù)生產(chǎn)者，而count_words count_total_chars是數(shù)據(jù)的消費(fèi)者?？梢钥吹?，數(shù)據(jù)只有在需要的時(shí)候去拉取的，而不是提前準(zhǔn)備好。另外gen_words中 (w for w in line.split() if w.strip()) 也是產(chǎn)生了一個(gè)generator。

使用場(chǎng)景二：

一些編程場(chǎng)景中，一件事情可能需要執(zhí)行一部分邏輯，然后等待一段時(shí)間、或者等待某個(gè)異步的結(jié)果、或者等待某個(gè)狀態(tài)，然后繼續(xù)執(zhí)行另一部分邏輯。比如微服務(wù)架構(gòu)中，服務(wù)A執(zhí)行了一段邏輯之后，去服務(wù)B請(qǐng)求一些數(shù)據(jù)，然后在服務(wù)A上繼續(xù)執(zhí)行。或者在游戲編程中，一個(gè)技能分成分多段，先執(zhí)行一部分動(dòng)作(效果)，然后等待一段時(shí)間，然后再繼續(xù)。對(duì)于這種需要等待、而又不希望阻塞的情況，我們一般使用回調(diào)(callback)的方式。下面舉一個(gè)簡(jiǎn)單的例子：

def do(a): 
 
     print 'do', a 
 
     CallBackMgr.callback(5, lambda a = a: post_do(a)) 
 
def post_do(a): 
 
    print 'post_do', a  

這里的CallBackMgr注冊(cè)了一個(gè)5s后的時(shí)間，5s之后再調(diào)用lambda函數(shù)，可見(jiàn)一段邏輯被分裂到兩個(gè)函數(shù)，而且還需要上下文的傳遞(如這里的參數(shù)a)。我們用yield來(lái)修改一下這個(gè)例子，yield返回值代表等待的時(shí)間。

@yield_dec 
 
def do(a): 
 
     print 'do', a 
 
     yield 5 
 
     print 'post_do', a  

這里需要實(shí)現(xiàn)一個(gè)YieldManager， 通過(guò)yield_dec這個(gè)decrator將do這個(gè)generator注冊(cè)到Y(jié)ieldManager，并在5s后調(diào)用next方法。Yield版本實(shí)現(xiàn)了和回調(diào)一樣的功能，但是看起來(lái)要清晰許多。下面給出一個(gè)簡(jiǎn)單的實(shí)現(xiàn)以供參考：

# -*- 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()  

注意事項(xiàng)：

(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  

上面的代碼訪問(wèn)嵌套序列里面的每一個(gè)元素，我們期望的輸出是1 2 3 4 5，而實(shí)際輸出是1 2 5 。為什么呢，如注釋所示，visit是一個(gè)generator function，所以第4行返回的是generator object，而代碼也沒(méi)這個(gè)generator實(shí)例迭代。那么改改代碼，對(duì)這個(gè)臨時(shí)的generator 進(jìn)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，這個(gè)語(yǔ)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，明確提到是可以使用return的，當(dāng)generator執(zhí)行到這里的時(shí)候拋出StopIteration異常。

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是不能帶任何返回值的。

def gen_with_return(range_num): 
 
     if range_num < 0: 
 
         return 0 
 
     else: 
 
         for i in xrange(range_num): 
 
             yield i  

上面的代碼會(huì)報(bào)錯(cuò)：SyntaxError: ‘return’ with argument inside generator

參考

• http://www.dabeaz.com/generators-uk/
• https://www.python.org/dev/peps/pep-0380/
• http://stackoverflow.com/questions/231767/what-does-the-yield-keyword-do
• http://stackoverflow.com/questions/15809296/python-syntaxerror-return-with-argument-inside-generator