任何使用yield的函数都称之为生成器，如：

def count(n):

while n > 0:

yield n #生成值：n

n -= 1

另外一种说法：生成器就是一个返回迭代器的函数，与普通函数的区别是生成器包含yield语句，更简单点理解生成器就是一个迭代器。

使用yield，可以让函数生成一个序列，该函数返回的对象类型是"generator"，通过该对象连续调用next()方法返回序列值。

c = count(5)

c.__next__() #python 3.4.3要使用c.__next__()不能使用c.next()

>>> 5

c.__next__()

>>>4

生成器函数只有在调用__next()__方法的时候才开始执行函数里面的语句，比如：

def count(n):

print ( "cunting" )

while n > 0:

yield n #生成值：n

n -= 1

在调用count函数时：c=count(5)，并不会打印"counting"只有等到调用c.__next__()时才真正执行里面的语句。每次调用__next__()方法时，count函数会运行到语句yield n处为止，__next__()的返回值就是生成值n，再次调用__next__()方法时，函数继续执行yield之后的语句(熟悉Java的朋友肯定知道Thread.yield()方法，作用是暂停当前线程的运行，让其他线程执行)，如：

def count(n):

print ("cunting" )

while n > 0:

print ('before yield')

yield n #生成值：n

n -= 1

print ('after yield' )

上述代码在第一次调用__next__方法时，并不会打印"after yield"。如果一直调用__next__方法，当执行到没有可迭代的值后，程序就会报错：

Traceback (most recent call last): File "", line 1, in StopIteration

所以一般不会手动的调用__next__方法，而使用for循环：

for i in count(5):

print (i),

实例： 用yield生成器模拟Linux中命令：tail -f file | grep python 用于查找监控日志文件中出现有python字样的行。

import time

def tail(f):

f.seek(0,2)#移动到文件EOF

while True:

line = f.readline() #读取文件中新的文本行

if not line:

time.sleep(0.1)

continue

yield line

def grep(lines,searchtext):

for line in lines:

if searchtext in line:

yield line

flog = tail(open('warn.log'))

pylines = grep(flog,'python')

for line in pylines:

print ( line, )

#当此程序运行时，若warn.log文件中末尾有新增一行，且该一行包含python,该行就会被打印出来

#若打开warn.log时，末尾已经有了一行包含python，该行不会被打印，因为上面是f.seek(0,2)移动到了文件EOF处

#故，上面程序实现了tail -f warn.log | grep 'python'的功能，动态实时检测warn.log中是否新增现了

#新的行，且该行包含python

用yield实现斐波那契数列：

def fibonacci():

a=b=1

yield a

yield b

while True:

a,b = b,a+b

yield b

调用：

for num in fibonacci():

if num > 100:

break

print (num),

yield中return的作用：

作为生成器，因为每次迭代就会返回一个值，所以不能显示的在生成器函数中return 某个值，包括None值也不行，否则会抛出“SyntaxError”的异常，但是在函数中可以出现单独的return，表示结束该语句。

通过固定长度的缓冲区不断读文件，防止一次性读取出现内存溢出的例子：

def read_file(path):

size = 1024

with open(path,'r') as f:

while True:

block = f.read(SIZE)

if block:

yield block

else:

return

如果是在函数中return 具体某个值，就直接抛异常了

>>> def test_return():

... yield 4

... return 0

...

File "", line 3

SyntaxError: 'return' with argument inside generator

例子

下面来看几段代码示例：

例1:

>>> def mygenerator():

... print 'start...'

... yield 5

...

>>> mygenerator() //在此处调用,并没有打印出start...说明存在yield的函数没有被运行,即暂停

>>> mygenerator().next() //调用next()即可让函数运行.

start...

5

>>>

如一个函数中出现多个yield则next()会停止在下一个yield前,见例2:

例2:

>>> def fun2():

... print 'first'

... yield 5

... print 'second'

... yield 23

... print 'end...'

...

>>> g1 = fun2()

>>> g1.next() //第一次运行,暂停在yield 5

first

5

>>> g1.next() //第二次运行,暂停在yield 23

second

23

>>> g1.next() //第三次运行,由于之后没有yield,再次next()就会抛出错误

end...

Traceback (most recent call last):

File "", line 1, in

StopIteration

>>>

为什么yield 5会输出5,yield 23会输出23?

我们猜测可能是因为yield是表达式,存在返回值.

那么这是否可以认为yield 5的返回值一定是5吗？实际上并不是这样，这个与send函数存在一定的关系，这个函数实质上与next()是相似的，区别是send是传递yield表达式的值进去，而next不能传递特定的值，只能传递None进去，因此可以认为g.next()和g.send(None)是相同的。见例3:

例3:

>>> def fun():

... print 'start...'

... m = yield 5

... print m

... print 'middle...'

... d = yield 12

... print d

... print 'end...'

...

>>> m = fun() //创建一个对象

>>> m.next() //会使函数执行到下一个yield前

start...

5

>>> m.send('message') //利用send()传递值

message //send()传递进来的

middle...

12

>>> m.next()

None //可见next()返回值为空

end...

Traceback (most recent call last):

File "", line 1, in

StopIteration

本文标题: 详解Python3中yield生成器的用法

本文地址: http://www.cppcns.com/jiaoben/python/129931.html