基于Python中的yield表达式介绍

Python  /  管理员 发布于 7年前   156

python生成器

python中生成器是迭代器的一种，使用yield返回函数值。每次调用yield会暂停，而可以使用next()函数和send()函数可以恢复生成器。

这里可以参考Python函数式编程指南:对生成器全面讲解

注意到yield是个表达式而不仅仅是个语句，所以可以使用x = yield r 这样的语法。

这个知识点在协程中需要使用。协程的概念指的是在一个线程内，一个程序中断去执行另一个程序，有点类似于CPU中断。这样减少了切换线程带来的负担，同时不需要多线程中的锁机制，因为不存在同时写的问题。

python使用生成器来实现协程，下面看一个python协程应用于生产者消费者问题的例子

def consumer(): r = 'yield' while True:  #当下边语句执行时，先执行yield r，然后consumer暂停，此时赋值运算还未进行  #等到producer调用send()时，send()的参数作为yield r表达式的值赋给等号左边  n = yield r #yield表达式可以接收send()发出的参数  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) #调用consumer生成器  print('[PRODUCER] Consumer return: %s' % r) c.close()c = consumer()produce(c)

注意到send需要先调用send(None)，因为只有生成器是暂停状态才可以接收send的参数。

为了理解send()恢复生成器的过程，我们可以再看一个例子：

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)

可以看到实际上y=r.send(10) 的参数10是赋给了a。整个运行过程即执行x=next(r) 之后，gen()执行了yield 1 然后暂停，没有进行对a的赋值。但再调用y=r.send(10) 时赋值过程继续，并把10赋给了a.

以上这篇基于Python中的yield表达式介绍就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。