详解Python3中yield生成器的用法

任何使用yield的函数都称之为生成器，如：

def count(n):
  while n > 0:
    yield n  #生成值：n
    n -= 1

另外一种说法：生成器就是一个返回迭代器的函数，与普通函数的区别是生成器包含yield语句，更简单点理解生成器就是一个迭代器。

使用yield，可以让函数生成一个序列，该函数返回的对象类型是"generator"，通过该对象连续调用next()方法返回序列值。

c = count(5)
c.__next__() #python 3.4.3要使用c.__next__()不能使用c.next()
>>> 5
c.__next__()
>>>4

生成器函数只有在调用__next()__方法的时候才开始执行函数里面的语句，比如：

def count(n):
  print ( "cunting" )
  while n > 0:
    yield n  #生成值：n
    n -= 1

在调用count函数时：c=count(5)，并不会打印"counting"只有等到调用c.__next__()时才真正执行里面的语句。每次调用__next__()方法时，count函数会运行到语句yield n处为止，__next__()的返回值就是生成值n，再次调用__next__()方法时，函数继续执行yield之后的语句（熟悉Java的朋友肯定知道Thread.yield()方法，作用是暂停当前线程的运行，让其他线程执行），如：

def count(n):
  print ("cunting" )
  while n > 0:
    print ('before yield')
    yield n  #生成值：n
    n -= 1
    print ('after yield' )

上述代码在第一次调用__next__方法时，并不会打印"after yield"。如果一直调用__next__方法，当执行到没有可迭代的值后，程序就会报错：

Traceback (most recent call last): File "", line 1, in StopIteration
所以一般不会手动的调用__next__方法，而使用for循环：

for i in count(5):
  print (i),

实例： 用yield生成器模拟Linux中命令：tail -f file | grep python 用于查找监控日志文件中出现有python字样的行。

import time
def tail(f):
  f.seek(0,2)#移动到文件EOF
  while True:
    line = f.readline() #读取文件中新的文本行
    if not line:
      time.sleep(0.1)
      continue
    yield line  

def grep(lines,searchtext):
  for line in lines:
    if searchtext in line:
      yield line 

flog = tail(open('warn.log'))
pylines = grep(flog,'python')
for line in pylines:
  print ( line, )
#当此程序运行时，若warn.log文件中末尾有新增一行，且该一行包含python,该行就会被打印出来
#若打开warn.log时，末尾已经有了一行包含python，该行不会被打印，因为上面是f.seek(0,2)移动到了文件EOF处
#故，上面程序实现了tail -f warn.log | grep 'python'的功能，动态实时检测warn.log中是否新增现了
#新的行，且该行包含python

用yield实现斐波那契数列：

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

调用：

for num in fibonacci():
  if num > 100:
    break
  print (num),

yield中return的作用：
作为生成器，因为每次迭代就会返回一个值，所以不能显示的在生成器函数中return 某个值，包括None值也不行，否则会抛出“SyntaxError”的异常，但是在函数中可以出现单独的return，表示结束该语句。
通过固定长度的缓冲区不断读文件，防止一次性读取出现内存溢出的例子：

def read_file(path):
  size = 1024
  with open(path,'r') as f:
    while True:
      block = f.read(SIZE)
      if block:
        yield block
      else:
        return

如果是在函数中return 具体某个值，就直接抛异常了

>>> def test_return():
...   yield 4
...   return 0
...
 File "<stdin>", line 3
SyntaxError: 'return' with argument inside generator

例子

下面来看几段代码示例：

例1:

>>> def mygenerator():
...   print 'start...'
...   yield 5
...
>>> mygenerator()      //在此处调用,并没有打印出start...说明存在yield的函数没有被运行,即暂停
<generator object mygenerator at 0xb762502c>
>>> mygenerator().next()   //调用next()即可让函数运行.
start...
5
>>>

如一个函数中出现多个yield则next()会停止在下一个yield前,见例2:

例2:

>>> def fun2():
...   print 'first'
...   yield 5
...   print 'second'
...   yield 23
...   print 'end...'
...
>>> g1 = fun2()
>>> g1.next()       //第一次运行,暂停在yield 5
first
5
>>> g1.next()       //第二次运行,暂停在yield 23
second
23
>>> g1.next()       //第三次运行,由于之后没有yield,再次next()就会抛出错误
end...
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
StopIteration
>>>

为什么yield 5会输出5,yield 23会输出23?
我们猜测可能是因为yield是表达式,存在返回值.
那么这是否可以认为yield 5的返回值一定是5吗？实际上并不是这样，这个与send函数存在一定的关系，这个函数实质上与next()是相似的，区别是send是传递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，因此可以认为g.next()和g.send(None)是相同的。见例3:

例3:

>>> def fun():
...   print 'start...'
...   m = yield 5
...   print m
...   print 'middle...'
...   d = yield 12
...   print d
...   print 'end...'
...
>>> m = fun()       //创建一个对象
>>> m.next()        //会使函数执行到下一个yield前
start...
5
>>> m.send('message')   //利用send()传递值
message          //send()传递进来的
middle...
12
>>> m.next()
None            //可见next()返回值为空
end...
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
StopIteration