yield指令,可以暂停一个函数并返回中间结果。使用该指令的函数将保存执行环境,并且在必要时恢复。
生成器比迭代器更加强大也更加复杂,需要花点功夫好好理解贯通。
看下面一段代码:
- def gen():
- for x in xrange(4):
- tmp = yield x
- if tmp == 'hello':
- print 'world'
- else:
- print str(tmp)
只要函数中包含yield关键字,该函数调用就是生成器对象。
- g=gen()
- print g #<generator object gen at 0x02801760>
- print isinstance(g,types.GeneratorType) #True
我们可以看到,gen()并不是函数调用,而是产生生成器对象。
生成器对象支持几个方法,如gen.next() ,gen.send() ,gen.throw()等。
- print g.next() # 0
调用生成器的next方法,将运行到yield位置,此时暂停执行环境,并返回yield后的值。所以打印出的是1,暂停执行环境。
- print g.next() #None 1
再调用next方法,你也许会好奇,为啥打印出两个值,不急,且听我慢慢道来。
上一次调用next,执行到yield 0暂停,再次执行恢复环境,给tmp赋值(注意:这里的tmp的值并不是x的值,而是通过send方法接受的值),由于我们没有调用send方法,所以
tmp的值为None,此时输出None,并执行到下一次yield x,所以又输出1.
到了这里,next方法我们都懂了,下面看看send方法。
- print g.send('hello') #world 2
上一次执行到yield 1后暂停,此时我们send('hello'),那么程序将收到‘hello',并给tmp赋值为’hello',此时tmp=='hello'为真,所以输出'world',并执行到下一次yield 2,所以又打印出2.(next()等价于send(None))
当循环结束,将抛出StopIteration停止生成器。
看下面代码:
- def stop_immediately(name):
- if name == 'skycrab':
- yield 'okok'
- else:
- print 'nono'
- s=stop_immediately('sky')
- s.next()
正如你所预料的,打印出’nono',由于没有额外的yield,所以将直接抛出StopIteration。
- nono
- Traceback (most recent call last):
- File "F:\python workspace\Pytest\src\cs.py", line 170, in <module>
- s.next()
- StopIteration
看下面代码,理解throw方法,throw主要是向生成器发送异常。
- def mygen():
- try:
- yield 'something'
- except ValueError:
- yield 'value error'
- finally:
- print 'clean' #一定会被执行
- gg=mygen()
- print gg.next() #something
- print gg.throw(ValueError) #value error clean
调用gg.next很明显此时输出‘something’,并在yield ‘something’暂停,此时向gg发送ValueError异常,恢复执行环境,except 将会捕捉,并输出信息。
理解了这些,我们就可以向协同程序发起攻击了,所谓协同程序也就是是可以挂起,恢复,有多个进入点。其实说白了,也就是说多个函数可以同时进行,可以相互之间发送消息等。
这里有必要说一下multitask模块(不是标准库中的),看一段multitask使用的简单代码:
- 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()
结果:
- tt0
- xx0
- tt1
- xx1
- tt2
- xx2
- tt3
- xx3
如果不是使用生成器,那么要实现上面现象,即函数交错输出,那么只能使用线程了,所以生成器给我们提供了更广阔的前景。
如果仅仅是实现上面的效果,其实很简单,我们可以自己写一个。主要思路就是将生成器对象放入队列,执行send(None)后,如果没有抛出StopIteration,将该生成器对象再加入队列。
- 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()
当然,multitask实现的肯定不止这个功能,有兴趣的童鞋可以看下源码,还是比较简单易懂的。