Python Yield Generator详解

本文将由浅入深详细介绍yield以及generator，包括以下内容：什么generator，生成generator的方法，generator的特点，generator基础及高级应用场景，generator使用中的注意事项。本文不包括enhanced generator即pep342相关内容。

generator基础

在python的函数(function)定义中，只要出现了yield表达式(Yield expression)，那么事实上定义的是一个generator function， 调用这个generator function返回值是一个generator。这根普通的函数调用有所区别，For example：

def gen_generator():      yield 1     def gen_value():      return 1        if __name__ == '__main__':      ret = gen_generator()      print ret, type(ret)    #<generator object gen_generator at 0x02645648> <type 'generator'>      ret = gen_value()      print ret, type(ret)    # 1 <type 'int'>  

从上面的代码可以看出，gen_generator函数返回的是一个generator实例，generator有以下特别：

遵循迭代器(iterator)协议，迭代器协议需要实现__iter__、next接口能过多次进入、多次返回，能够暂停函数体中代码的执行

下面看一下测试代码：

>>> def gen_example():  ...     print 'before any yield'  ...     yield 'first yield'  ...     print 'between yields'  ...     yield 'second yield'  ...     print 'no yield anymore'  ...  >>> gen = gen_example()  >>> gen.next()＃ 第一次调用next  before any yield   'first yield'  >>> gen.next()＃ 第二次调用next   between yields   'second yield'  >>> gen.next()＃ 第三次调用next   no yield anymore  Traceback (most recent call last):    File "<stdin>", line 1, in <module>  StopIteratio  

调用gen example方法并没有输出任何内容，说明函数体的代码尚未开始执行。当调用generator的next方法，generator会执行到yield 表达式处，返回yield表达式的内容，然后暂停(挂起)在这个地方，所以第一次调用next打印第一句并返回“first yield”。 暂停意味着方法的局部变量，指针信息，运行环境都保存起来，直到下一次调用next方法恢复。第二次调用next之后就暂停在最后一个yield，再次调用next()方法，则会抛出StopIteration异常。

因为for语句能自动捕获StopIteration异常，所以generator(本质上是任何iterator)较为常用的方法是在循环中使用：

def generator_example():      yield 1      yield 2     if __name__ == '__main__':      for e in generator_example():          print e          # output 1 2  

generator function产生的generator与普通的function有什么区别呢?

function每次都是从第一行开始运行，而generator从上一次yield开始的地方运行function调用一次返回一个(一组)值，而generator可以多次返回function可以被无数次重复调用，而一个generator实例在yield最后一个值 或者return之后就不能继续调用了

在函数中使用Yield，然后调用该函数是生成generator的一种方式。另一种常见的方式是使用generator expression，For example：

>>> gen = (x * x for x in xrange(5))  >>> print gen  <generator object <genexpr> at 0x02655710>  

generator应用

generator基础应用

为什么使用generator呢，最重要的原因是可以按需生成并“返回”结果，而不是一次性产生所有的返回值，况且有时候根本就不知道“所有的返回值”。比如对于下面的代码：

RANGE_NUM = 100      for i in [x*x for x in range(RANGE_NUM)]: # 第一种方法：对列表进行迭代          # do sth for example          print i         for i in (x*x for x in range(RANGE_NUM)): # 第二种方法：对generator进行迭代          # do sth for example          print i  

在上面的代码中，两个for语句输出是一样的，代码字面上看来也就是中括号与小括号的区别。但这点区别差异是很大的，第一种方法返回值是一个列表，第二个方法返回的是一个generator对象。随着RANGE_NUM的变大，第一种方法返回的列表也越大，占用的内存也越大;但是对于第二种方法没有任何区别。

我们再来看一个可以“返回”无穷多次的例子：

def fib():      a, b = 1, 1      while True:          yield a          a, b = b, a+b  

这个generator拥有生成无数多“返回值”的能力，使用者可以自己决定什么时候停止迭代。

generator高级应用

使用场景一：

Generator可用于产生数据流， generator并不立刻产生返回值，而是等到被需要的时候才会产生返回值，相当于一个主动拉取的过程(pull)，比如现在有一个日志文件，每行产生一条记录，对于每一条记录，不同部门的人可能处理方式不同，但是我们可以提供一个公用的、按需生成的数据流。

def gen_data_from_file(file_name):      for line in file(file_name):          yield line     def gen_words(line):      for word in (w for w in line.split() if w.strip()):          yield word     def count_words(file_name):      word_map = {}      for line in gen_data_from_file(file_name):          for word in gen_words(line):              if word not in word_map:                  word_map[word] = 0              word_map[word] += 1      return word_map     def count_total_chars(file_name):      total = 0      for line in gen_data_from_file(file_name):          total += len(line)      return total        if __name__ == '__main__':      print count_words('test.txt'), count_total_chars('test.txt')  

上面的例子来自08年的PyCon一个讲座。gen_words gen_data_from_file是数据生产者，而count_words count_total_chars是数据的消费者。可以看到，数据只有在需要的时候去拉取的，而不是提前准备好。另外gen_words中 (w for w in line.split() if w.strip()) 也是产生了一个generator。

使用场景二：

一些编程场景中，一件事情可能需要执行一部分逻辑，然后等待一段时间、或者等待某个异步的结果、或者等待某个状态，然后继续执行另一部分逻辑。比如微服务架构中，服务A执行了一段逻辑之后，去服务B请求一些数据，然后在服务A上继续执行。或者在游戏编程中，一个技能分成分多段，先执行一部分动作(效果)，然后等待一段时间，然后再继续。对于这种需要等待、而又不希望阻塞的情况，我们一般使用回调(callback)的方式。下面举一个简单的例子：

def do(a):       print 'do', a       CallBackMgr.callback(5, lambda a = a: post_do(a))  def post_do(a):      print 'post_do', a  

这里的CallBackMgr注册了一个5s后的时间，5s之后再调用lambda函数，可见一段逻辑被分裂到两个函数，而且还需要上下文的传递(如这里的参数a)。我们用yield来修改一下这个例子，yield返回值代表等待的时间。

@yield_dec  def do(a):       print 'do', a       yield 5       print 'post_do', a  

这里需要实现一个YieldManager， 通过yield_dec这个decrator将do这个generator注册到YieldManager，并在5s后调用next方法。Yield版本实现了和回调一样的功能，但是看起来要清晰许多。下面给出一个简单的实现以供参考：

# -*- coding:utf-8 -*-  import sys  # import Timer  import types  import time     class YieldManager(object):      def __init__(self, tick_delta = 0.01):          self.generator_dict = {}          # self._tick_timer = Timer.addRepeatTimer(tick_delta, lambda: self.tick())         def tick(self):          cur = time.time()          for gene, t in self.generator_dict.items():              if cur >= t:                  self._do_resume_genetator(gene,cur)         def _do_resume_genetator(self,gene, cur ):          try:              self.on_generator_excute(gene, cur)          except StopIteration,e:              self.remove_generator(gene)          except Exception, e:              print 'unexcepet error', type(e)              self.remove_generator(gene)         def add_generator(self, gen, deadline):          self.generator_dict[gen] = deadline         def remove_generator(self, gene):          del self.generator_dict[gene]         def on_generator_excute(self, gen, cur_time = None):          t = gen.next()          cur_time = cur_time or time.time()          self.add_generator(gen, t + cur_time)     g_yield_mgr = YieldManager()     def yield_dec(func):      def _inner_func(*args, **kwargs):          gen = func(*args, **kwargs)          if type(gen) is types.GeneratorType:              g_yield_mgr.on_generator_excute(gen)             return gen      return _inner_func     @yield_dec  def do(a):      print 'do', a      yield 2.5      print 'post_do', a      yield 3      print 'post_do again', a     if __name__ == '__main__':      do(1)      for i in range(1, 10):          print 'simulate a timer, %s seconds passed' % i          time.sleep(1)          g_yield_mgr.tick()  

注意事项：

(1)Yield是不能嵌套的!

def visit(data):      for elem in data:          if isinstance(elem, tuple) or isinstance(elem, list):              visit(elem) # here value retuened is generator          else:              yield elem                if __name__ == '__main__':      for e in visit([1, 2, (3, 4), 5]):          print e  

上面的代码访问嵌套序列里面的每一个元素，我们期望的输出是1 2 3 4 5，而实际输出是1 2 5 。为什么呢，如注释所示，visit是一个generator function，所以第4行返回的是generator object，而代码也没这个generator实例迭代。那么改改代码，对这个临时的generator 进行迭代就行了。

def visit(data):      for elem in data:          if isinstance(elem, tuple) or isinstance(elem, list):              for e in visit(elem):                  yield e          else:              yield elem  

或者在python3.3中 可以使用yield from，这个语法是在pep380加入的：

def visit(data):       for elem in data:           if isinstance(elem, tuple) or isinstance(elem, list):               yield from visit(elem)           else:               yield elem  

(2)generator function中使用return

在python doc中，明确提到是可以使用return的，当generator执行到这里的时候抛出StopIteration异常。

def gen_with_return(range_num):      if range_num < 0:          return      else:          for i in xrange(range_num):              yield i     if __name__ == '__main__':      print list(gen_with_return(-1))      print list(gen_with_return(1))  

但是，generator function中的return是不能带任何返回值的。

def gen_with_return(range_num):       if range_num < 0:           return 0       else:           for i in xrange(range_num):               yield i  

上面的代码会报错：SyntaxError: ‘return’ with argument inside generator

参考

http://www.dabeaz.com/generators-uk/https://www.python.org/dev/peps/pep-0380/http://stackoverflow.com/questions/231767/what-does-the-yield-keyword-dohttp://stackoverflow.com/questions/15809296/python-syntaxerror-return-with-argument-inside-generator  作者：佚名 来源：51CTO 相关资源：七夕情人节表白HTML源码(两款)