在 Python 開發(fā)中，yield 關(guān)鍵字的使用其實較為頻繁，例如大集合的生成，簡化代碼結(jié)構(gòu)、協(xié)程與并發(fā)都會用到它。

生成器

如果在一個方法內(nèi)，包含了 yield 關(guān)鍵字，那么這個函數(shù)就是一個「生成器」。

生成器其實就是一個特殊的迭代器，它可以像迭代器那樣，迭代輸出方法內(nèi)的每個元素。

我們來看一個包含 yield 關(guān)鍵字的方法：

# coding: utf8# 生成器 def gen(n):for i in range(n):yield ig = gen(5) # 創(chuàng)建一個生成器 print(g) # <generator object gen at 0x10bb46f50> print(type(g)) # <type 'generator'># 迭代生成器中的數(shù)據(jù) for i in g:print(i)# Output: # 0 1 2 3 4

注意，在這個例子中，當(dāng)我們執(zhí)行 g = gen(5) 時，gen 中的代碼其實并沒有執(zhí)行，此時我們只是創(chuàng)建了一個「生成器對象」，它的類型是 generator。

然后，當(dāng)我們執(zhí)行 for i in g，每執(zhí)行一次循環(huán)，就會執(zhí)行到 yield 處，返回一次 yield 后面的值。

這個迭代過程是和迭代器最大的區(qū)別。

換句話說，如果我們想輸出 5 個元素，在創(chuàng)建生成器時，這個 5 個元素其實還并沒有產(chǎn)生，什么時候產(chǎn)生呢？只有在執(zhí)行for循環(huán)遇到 yield 時，才會依次生成每個元素。

此外，生成器除了和迭代器一樣實現(xiàn)迭代數(shù)據(jù)之外，還包含了其他方法：

• generator.__next__()：執(zhí)行 for 時調(diào)用此方法，每次執(zhí)行到 yield 就會停止，然后返回 yield 后面的值，如果沒有數(shù)據(jù)可迭代，拋出 StopIterator 異常，for 循環(huán)結(jié)束
• generator.send(value)：外部傳入一個值到生成器內(nèi)部，改變 yield 前面的值
• generator.throw(type[, value[, traceback]])：外部向生成器拋出一個異常
• generator.close()：關(guān)閉生成器

通過使用生成器的這些方法，我們可以完成很多有意思的功能。

next

先來看生成器的 __next__ 方法，我們看下面這個例子。

# coding: utf8def gen(n):for i in range(n):print('yield before')yield iprint('yield after')g = gen(3) # 創(chuàng)建一個生成器 print(g.__next__()) # 0 print('----') print(g.__next__()) # 1 print('----') print(g.__next__()) # 2 print('----') print(g.__next__()) # StopIteration# Output: # yield before # 0 # ---- # yield after # yield before # 1 # ---- # yield after # yield before # 2 # ---- # yield after # Traceback (most recent call last): # File "gen.py", line 16, in <module> # print(g.__next__()) # StopIteration # StopIteration

在這個例子中，我們定義了 gen 方法，這個方法包含了 yield 關(guān)鍵字。然后我們執(zhí)行 g = gen(3) 創(chuàng)建一個生成器，但是這次沒有執(zhí)行 for 去迭代它，而是多次調(diào)用 g.__next__() 去輸出生成器中的元素。

我們看到，當(dāng)執(zhí)行 g.__next__()時，代碼就會執(zhí)行到 yield 處，然后返回 yield 后面的值，如果繼續(xù)調(diào)用 g.__next__()，注意，你會發(fā)現(xiàn)，這次執(zhí)行的開始位置，是上次 yield 結(jié)束的地方，并且它還保留了上一次執(zhí)行的上下文，繼續(xù)向后迭代。

這就是使用 yield 的作用，在迭代生成器時，每一次執(zhí)行都可以保留上一次的狀態(tài)，而不是像普通方法那樣，遇到 return 就返回結(jié)果，下一次執(zhí)行只能再次重復(fù)上一次的流程。

生成器除了能保存狀態(tài)之外，我們還可以通過其他方式，改變其內(nèi)部的狀態(tài)，這就是下面要講的 send 和 throw 方法。

send

上面的例子中，我們只展示了在 yield 后有值的情況，其實還可以使用 j = yield i 這種語法，我們看下面的代碼：

# coding: utf8def gen():i = 1while True:j = yield ii *= 2if j == -1:break

此時如果我們執(zhí)行下面的代碼：

for i in gen():print(i)time.sleep(1)

輸出結(jié)果會是 1 2 4 8 16 32 64 ... 一直循環(huán)下去， 直到我們殺死這個進程才能停止。

這段代碼一直循環(huán)的原因在于，它無法執(zhí)行到 j == -1 這個分支里 break 出來，如果我們想讓代碼執(zhí)行到這個地方，如何做呢？

這里就要用到生成器的 send 方法了，send 方法可以把外部的值傳入生成器內(nèi)部，從而改變生成器的狀態(tài)。

g = gen() # 創(chuàng)建一個生成器 print(g.__next__()) # 1 print(g.__next__()) # 2 print(g.__next__()) # 4 # send 把 -1 傳入生成器內(nèi)部 走到了 j = -1 這個分支 print(g.send(-1)) # StopIteration 迭代停止

當(dāng)我們執(zhí)行 g.send(-1) 時，相當(dāng)于把 -1 傳入到了生成器內(nèi)部，然后賦值給了 yield 前面的 j，此時 j = -1，然后這個方法就會 break 出來，不會繼續(xù)迭代下去。

throw

外部除了可以向生成器內(nèi)部傳入一個值外，還可以傳入一個異常，也就是調(diào)用 throw 方法：

# coding: utf8def gen():try:yield 1except ValueError:yield 'ValueError'finally:print('finally')g = gen() # 創(chuàng)建一個生成器 print(g.__next__()) # 1 # 向生成器內(nèi)部傳入異常 返回ValueError print(g.throw(ValueError))# Output： # 1 # ValueError # finally

這個例子創(chuàng)建好生成器后，使用 g.throw(ValueError) 的方式，向生成器內(nèi)部傳入了一個異常，走到了生成器異常處理的分支邏輯。

close

生成器的 close 方法也比較簡單，就是手動關(guān)閉這個生成器，關(guān)閉后的生成器無法再進行操作。

>>> g = gen() >>> g.close() # 關(guān)閉生成器 >>> g.__next__() # 無法迭代數(shù)據(jù) Traceback (most recent call last):File "<stdin>", line 1, in <module> StopIteration

close 方法我們在開發(fā)中使用得比較少，了解一下就好。

使用場景

了解了 yield 和生成器的使用方式，那么 yield 和生成器一般用在哪些業(yè)務(wù)場景中呢？

下面我介紹幾個例子，分別是大集合的生成、簡化代碼結(jié)構(gòu)、協(xié)程與并發(fā)，你可以參考這些使用場景來使用 yield。

大集合的生成

如果你想生成一個非常大的集合，如果使用 list 創(chuàng)建一個集合，這會導(dǎo)致在內(nèi)存中申請一個很大的存儲空間，例如想下面這樣：

# coding: utf8def big_list():result = []for i in range(10000000000):result.append(i)return result# 一次性在內(nèi)存中生成大集合 內(nèi)存占用非常大 for i in big_list():print(i)

這種場景，我們使用生成器就能很好地解決這個問題。

因為生成器只有在執(zhí)行到 yield 時才會迭代數(shù)據(jù)，這時只會申請需要返回元素的內(nèi)存空間，代碼可以這樣寫：

# coding: utf8def big_list():for i in range(10000000000):yield i# 只有在迭代時 才依次生成元素 減少內(nèi)存占用 for i in big_list():print(i)

簡化代碼結(jié)構(gòu)

我們在開發(fā)時還經(jīng)常遇到這樣一種場景，如果一個方法要返回一個 list，但這個 list 是多個邏輯塊組合后才能產(chǎn)生的，這就會導(dǎo)致我們的代碼結(jié)構(gòu)變得很復(fù)雜：

# coding: utf8def gen_list():# 多個邏輯塊 組成生成一個列表result = []for i in range(10):result.append(i)for j in range(5):result.append(j * j)for k in [100, 200, 300]:result.append(k)return resultfor item in gen_list():print(item)

這種情況下，我們只能在每個邏輯塊內(nèi)使用 append 向 list 中追加元素，代碼寫起來比較啰嗦。

此時如果使用 yield 來生成這個 list，代碼就簡潔很多：

# coding: utf8def gen_list():# 多個邏輯塊 使用yield 生成一個列表for i in range(10):yield ifor j in range(5):yield j * jfor k in [100, 200, 300]:yield kfor item in gen_list():print(i)

使用 yield 后，就不再需要定義 list 類型的變量，只需在每個邏輯塊直接 yield 返回元素即可，可以達到和前面例子一樣的功能。

我們看到，使用 yield 的代碼更加簡潔，結(jié)構(gòu)也更清晰，另外的好處是只有在迭代元素時才申請內(nèi)存空間，降低了內(nèi)存資源的消耗。

協(xié)程與并發(fā)

還有一種場景是 yield 使用非常多的，那就是「協(xié)程與并發(fā)」。

如果我們想提高程序的執(zhí)行效率，通常會使用多進程、多線程的方式編寫程序代碼，最常用的編程模型就是「生產(chǎn)者-消費者」模型，即一個進程 / 線程生產(chǎn)數(shù)據(jù)，其他進程 / 線程消費數(shù)據(jù)。

在開發(fā)多進程、多線程程序時，為了防止共享資源被篡改，我們通常還需要加鎖進行保護，這樣就增加了編程的復(fù)雜度。

在 Python 中，除了使用進程和線程之外，我們還可以使用「協(xié)程」來提高代碼的運行效率。

什么是協(xié)程？

簡單來說，由多個程序塊組合協(xié)作執(zhí)行的程序，稱之為「協(xié)程」。

而在 Python 中使用「協(xié)程」，就需要用到 yield 關(guān)鍵字來配合。

可能這么說還是太好理解，我們用 yield 實現(xiàn)一個協(xié)程生產(chǎn)者、消費者的例子：

# coding: utf8def consumer():i = Nonewhile True:# 拿到 producer 發(fā)來的數(shù)據(jù)j = yield i print('consume %s' % j)def producer(c):c.__next__()for i in range(5):print('produce %s' % i)# 發(fā)數(shù)據(jù)給 consumerc.send(i)c.close()c = consumer() producer(c)# Output: # produce 0 # consume 0 # produce 1 # consume 1 # produce 2 # consume 2 # produce 3 # consume 3 ...

這個程序的執(zhí)行流程如下：

c = consumer() 創(chuàng)建一個生成器對象

producer(c) 開始執(zhí)行，c.__next()__會啟動生成器 consumer 直到代碼運行到 j = yield i 處，此時 consumer 第一次執(zhí)行完畢，返回

producer 函數(shù)繼續(xù)向下執(zhí)行，直到 c.send(i)處，這里利用生成器的 send 方法，向 consumer 發(fā)送數(shù)據(jù)

consumer 函數(shù)被喚醒，從 j = yield i 處繼續(xù)開始執(zhí)行，并且接收到 producer 傳來的數(shù)據(jù)賦值給 j，然后打印輸出，直到再次執(zhí)行到 yield 處，返回

producer 繼續(xù)循環(huán)執(zhí)行上面的過程，依次發(fā)送數(shù)據(jù)給 cosnumer，直到循環(huán)結(jié)束

最終 c.close() 關(guān)閉 consumer 生成器，程序退出

在這個例子中我們發(fā)現(xiàn)，程序在 producer 和 consumer 這 2 個函數(shù)之間來回切換執(zhí)行，相互協(xié)作，完成了生產(chǎn)任務(wù)、消費任務(wù)的業(yè)務(wù)場景，最重要的是，整個程序是在單進程單線程下完成的。

總結(jié)

以上是生活随笔為你收集整理的python中yield的用法的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。