yield指令，可以暫停一個函數并返回中間結果。使用該指令的函數將保存執行環境，并且在必要時恢復。

生成器比迭代器更加強大也更加復雜，需要花點功夫好好理解貫通。

看下面一段代碼：

[python]

def gen():

for x in xrange(4):

tmp = yield x

if tmp == 'hello':

print 'world'

else:

print str(tmp)

def gen():

for x in xrange(4):

tmp = yield x

if tmp == 'hello':

print 'world'

else:

print str(tmp)

只要函數中包含yield關鍵字，該函數調用就是生成器對象。

[python]

g=gen()

print g?? #

print isinstance(g,types.GeneratorType) #True

g=gen()

print g?? #

print isinstance(g,types.GeneratorType) #True??? 我們可以看到，gen()并不是函數調用，而是產生生成器對象。

生成器對象支持幾個方法，如gen.next() ,gen.send() ,gen.throw()等。

[python]

print g.next() # 0

print g.next() # 0??? 調用生成器的next方法，將運行到yield位置，此時暫停執行環境，并返回yield后的值。所以打印出的是1，暫停執行環境。

[python]

print g.next() #None? 1

print g.next() #None? 1???? 再調用next方法，你也許會好奇，為啥打印出兩個值，不急，且聽我慢慢道來。

上一次調用next,執行到yield 0暫停，再次執行恢復環境，給tmp賦值(注意：這里的tmp的值并不是x的值，而是通過send方法接受的值)，由于我們沒有調用send方法，所以

tmp的值為None,此時輸出None，并執行到下一次yield x,所以又輸出1.

到了這里，next方法我們都懂了，下面看看send方法。

[python]

print g.send('hello') #world? 2

print g.send('hello') #world? 2????? 上一次執行到yield 1后暫停，此時我們send('hello')，那么程序將收到‘hello'，并給tmp賦值為’hello',此時tmp=='hello'為真，所以輸出'world',并執行到下一次yield 2,所以又打印出2.(next()等價于send(None))

當循環結束，將拋出StopIteration停止生成器。

看下面代碼：

[python]

def stop_immediately(name):

if name == 'skycrab':

yield 'okok'

else:

print 'nono'

s=stop_immediately('sky')

s.next()

def stop_immediately(name):

if name == 'skycrab':

yield 'okok'

else:

print 'nono'

s=stop_immediately('sky')

s.next() 正如你所預料的，打印出’nono',由于沒有額外的yield，所以將直接拋出StopIteration。

[python]

nono

Traceback (most recent call last):

File "F:python workspacePytestsrccs.py", line 170, in

s.next()

StopIteration

nono

Traceback (most recent call last):

File "F:python workspacePytestsrccs.py", line 170, in

s.next()

StopIteration

看下面代碼，理解throw方法，throw主要是向生成器發送異常。

[python]

def mygen():

try:

yield 'something'

except ValueError:

yield 'value error'

finally:

print 'clean'? #一定會被執行

gg=mygen()

print gg.next() #something

print gg.throw(ValueError) #value error? clean

def mygen():

try:

yield 'something'

except ValueError:

yield 'value error'

finally:

print 'clean'? #一定會被執行

gg=mygen()

print gg.next() #something

print gg.throw(ValueError) #value error? clean

調用gg.next很明顯此時輸出‘something’,并在yield ‘something’暫停，此時向gg發送ValueError異常，恢復執行環境，except? 將會捕捉，并輸出信息。

理解了這些，我們就可以向協同程序發起攻擊了，所謂協同程序也就是是可以掛起，恢復，有多個進入點。其實說白了，也就是說多個函數可以同時進行，可以相互之間發送消息等。

這里有必要說一下multitask模塊(不是標準庫中的),看一段multitask使用的簡單代碼：

[python]

def tt():

for x in xrange(4):

print 'tt'+str(x)

yield

def gg():

for x in xrange(4):

print 'xx'+str(x)

yield

t=multitask.TaskManager()

t.add(tt())

t.add(gg())

t.run()

def tt():

for x in xrange(4):

print 'tt'+str(x)

yield

def gg():

for x in xrange(4):

print 'xx'+str(x)

yield

t=multitask.TaskManager()

t.add(tt())

t.add(gg())

t.run()

結果：

[python]

tt0

xx0

tt1

xx1

tt2

xx2

tt3

xx3

tt0

xx0

tt1

xx1

tt2

xx2

tt3

xx3?? 如果不是使用生成器，那么要實現上面現象，即函數交錯輸出，那么只能使用線程了，所以生成器給我們提供了更廣闊的前景。

如果僅僅是實現上面的效果，其實很簡單，我們可以自己寫一個。主要思路就是將生成器對象放入隊列，執行send(None)后，如果沒有拋出StopIteration,將該生成器對象再加入隊列。

[python]

class Task():

def __init__(self):

self._queue = Queue.Queue()

def add(self,gen):

self._queue.put(gen)

def run(self):

while not self._queue.empty():

for i in xrange(self._queue.qsize()):

try:

gen= self._queue.get()

gen.send(None)

except StopIteration:

pass

else:

self._queue.put(gen)

t=Task()

t.add(tt())

t.add(gg())

t.run()

class Task():

def __init__(self):

self._queue = Queue.Queue()

def add(self,gen):

self._queue.put(gen)

def run(self):

while not self._queue.empty():

for i in xrange(self._queue.qsize()):

try:

gen= self._queue.get()

gen.send(None)

except StopIteration:

pass

else:

self._queue.put(gen)

t=Task()

t.add(tt())

t.add(gg())

t.run()

當然，multitask實現的肯定不止這個功能，有興趣的童鞋可以看下源碼，還是比較簡單易懂的。

總結

以上是生活随笔為你收集整理的python之美_Python之美[从菜鸟到高手]--生成器之全景分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。