背景

之前走馬觀花接觸過Python協程的概念，這兩天和一個同事聊到了協程，死活想不起來曾經看過的東西，就記得一個yield，概念不清；

所以想捋一捋相關的東西，此篇作為學習的記錄。

Generator

generator（生成器）保存的是算法，可以理解為一個特殊的函數，有叠代（可叠代的對象都有一個__next()__成員方法）的屬性
可以被用作控制循環的叠代行為，做到一邊循環一邊計算；特點是只有被調用的的時候才會生成，能做到不多占用系統的資源。

在我們日常工作過程中接觸最多的generator可能就是Python3.X中的range函數，我們來看一下它和Python2.x中range的用法區別：

# python2
>>> range(10)  
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> type(range(10))
<type 'list'>

# python3
>>> range(10) 
range(0, 10)
>>> type(range(10))
<class 'range'>

>>> list(range(10))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

如示例，Python2 是直接生成的列表list，而Python3中調用range(10)實際上是生成了一個range類，需要轉換才能生成list。

Python2這樣直接生成列表的機制，在實際使用中容量可能會受到內存的限制。而且如果創建一個包含100萬個元素的列表，而我們又僅僅只需要訪問前面幾個元素，那絕大多數的內存占用就會白白浪費。所以Python3的開發者們才會在這一個小小的函數上下這麽大的功夫。

Generator的使用

創建generator：列表生成式

創建generator方法有很多，最直接最簡單的方法就是使用 列表生成式：

>>> L = [x * 2 for x in range(5)]
>>> L
[0, 2, 4, 6, 8]
>>> G = (x * 2 for x in range(5))
>>> G
<generator object <genexpr> at 0x000000000309DD58>
 

如上例，只要把一個列表生成式的[]改成()，就創建了一個generator

我們可以通過next()函數獲得generator的返回值

>>> next(G)
0
>>> next(G)
2
>>> next(G)
4
>>> next(G)
6
>>> next(G)
8
>>> next(G)
Traceback (most recent call last):
  File "<pyshell#16>", line 1, in <module>
    next(G)
StopIteration

每次調用next(g)，就計算出g的下一個元素的值，直到計算到最後一個元素，沒有更多的元素時，拋出StopIteration的錯誤。

當然，這個只是測試，正確的使用方式是使用for循環，在for循環中，會自動遵循叠代規則，每次調用next()函數，而且不需要關心StopIteration的錯誤。

>>> for i in G:
    print(i)
0
2
4
6
8

創建generator： 直接定義生成器函數

# 普通函數
def commom_func(max):
    print("create counter")
    counter = 0
    while counter < max:
        print(counter)
        print('counter increase')
        counter += 1

# 生成器函數
def yield_func(max):
    print("create counter")
    counter = 0
    while counter < max:
        yield counter
        print('counter increase')
        counter += 1
        
# 生成器函數調用
if __name__ == '__main__':
    num = yield_func(5)
    print(next(num))
    print(next(num))
    print(next(num))

---
# 生成器函數調用輸出
create counter
0
counter increase
1
counter increase
2

從上面這個例子可以看出以下幾點：

1. 在yield_func函數中出現了關鍵字yield，這個函數返回一個生成器（通過第一行輸出可以看出來），用來產生連續的n值，生成器每次只產生一個結果值
2. 在創造生成器實例的時候，只需要像普通函數一樣調用就可以，但是這個調用卻不會執行這個函數
3. next()函數將生成器對象作為自己的參數，在第一次調用的時候，他執行了yield_func函數到yield語句，返回產生的值0
4. 我們重復的調用next（）函數，每次他都會從上次被掛起的地方開始執行，直到再次遇到了yield關鍵字
5. 這就是定義generator的另一種方法。如果一個函數定義中包含yield關鍵字，那麽這個函數就不再是一個普通函數，而是一個generator

下面是一個更直觀的例子

def step_test():
    print('step 1')
    yield 1
    print('step 2')
    yield 2
    print('step 3')
    yield 3

調用該generator時，首先要生成一個generator對象，然後用next()函數不斷獲得下一個返回值：

>>> test = step_test()
>>> next(test)
step 1
1
>>> next(test)
step 2
2
>>> next(test)
step 3
3

總結

• generator是非常強大的工具，在Python中，可以簡單地把列表生成式改成generator
• 對於函數改成的generator來說，遇到return語句或者執行到函數體最後一行語句，就是結束generator的指令，for循環隨之結束。
• 普通函數調用直接返回結果，generator函數的“調用”實際返回一個generator對象：

>>> step_test()
<generator object step_test at 0x0000000001DE5B48>

深入淺出學習Python的yield和generator