淺談Python協程中的yield表示式

python生成器

python中生成器是迭代器的一種，使用yield返回函式值。每次呼叫yield會暫停，而可以使用next()函式和send()函式可以恢復生成器。
這裡可以參考Python函數語言程式設計指南：生成器

注意到yield是個表示式而不僅僅是個語句，所以可以使用x = yield r 這樣的語法。

這個知識點在協程中需要使用。協程的概念指的是在一個執行緒內，一個程式中斷去執行另一個程式，有點類似於CPU中斷。這樣減少了切換執行緒帶來的負擔，同時不需要多執行緒中的鎖機制，因為不存在同時寫的問題。

python使用生成器來實現協程，下面看一個python協程應用於生產者消費者問題的例子

def consumer():
    r = 'yield'
    while True:
        #當下邊語句執行時，先執行yield r，然後consumer暫停，此時賦值運算還未進行
        #等到producer呼叫send()時，send()的引數作為yield r表示式的值賦給等號左邊
        n = yield r #yield表示式可以接收send()發出的引數
        if not n:
            return
        print('[CONSUMER] Consuming %s...' % n)
        r = '200 OK'
 


def produce(c):
    c.send(None)
    n = 0
    while n < 5:
        n = n + 1
        print('[PRODUCER] Producing %s...' % n)
        r = c.send(n)   #呼叫consumer生成器
        print('[PRODUCER] Consumer return: %s' % r)
    c.close()

c = consumer()
produce(c)

注意到send需要先呼叫send(None)，因為只有生成器是暫停狀態才可以接收send的引數。
為了理解send()恢復生成器的過程，我們可以再看一個例子：

def gen():
    a = yield 1
    print('yield a % s' % a)
    b = yield 2
    print('yield b % s' % b)
    c = yield 3
    print('yield c % s' % c)


r = gen()
x = next(r)
print('next x %s' % x)
y = r.send(10)
print('next y %s' %y)
z = next(r)
print('next z %s' % z)

可以看到實際上y=r.send(10) 的引數10是賦給了a。整個執行過程即執行x=next(r) 之後，gen()執行了yield 1 然後暫停，沒有進行對a的賦值。但再呼叫y=r.send(10) 時賦值過程繼續，並把10賦給了a.