Python 生成器函数

一、生成器

• 生成器指的是生成器对象，可由生成器表达式得到，也可使用 yield 关键字得到一个生成器函数，调用这个函数得到一个生成器对象
• 生成器对象，是一个可迭代对象，是一个迭代器
• 生成器对象，是延迟计算、惰性求值的

1.1 生成器函数

• 函数体重包含 yield 语句的函数，就是生成器函数，调用后返回生成器对象

m = (i for i in range(5))   # 生成器表达式
print(type(m))
print(next(m))
print(next(m))

def inc():   # 生成器函数
    for i in range(5):
        yield i

print(type(inc))
print(type(inc()))

g = inc()
print(type(g))
print(next(g))
for x in g:
    print(x)
print('!!!!!!!!!!!!!!!!!!!!!!')
for y in g:
    print(y)

普通函数调用，函数会立即执行直到执行完毕
生成器函数调用，并不会立即执行函数体，而是需要使用 next 函数来驱动生成器函数执行后获得的生成器对象
生成器表达式和生成器函数都可得到生成器对象，只不过生成器函数可写的更加复杂的逻辑

二、生成器的执行

def gen():
    print('line 1')
    yield 1
    print('line 2')
    yield 2
    print('line 3')
    return 3
    yield 4

next(gen())   # line 1
next(gen())   # line 1
g = gen()
print(next(g))   # line 1
print(next(g))   # line 2
print(next(g))   # StopIteration
print(next(g), 'End'))   # 没有元素给个缺省值

• 在生成器函数中，可多次 yield，每执行一次 yield 后会暂停执行，把 yield 表达式的值返回
• 再次执行会执行到下一个 yield 语句又会暂停执行
• return 语句依然可以终止函数运行，但 return 语句的返回值不能被获取到
• return 会导致当前函数返回，无法继续执行，也无法继续获取下一个值，抛出 StopIteration 异常
• 若函数没有显式的 return 语句，若生成器函数执行到结尾（相当于执行了 return None），一样会抛出 StopIteration 异常

2.1 生成器函数

• 包含 yield 语句的生成器函数调用后，生成 生成器对象 的时候，生成器函数的函数体不会立即执行
• next(generator) 会从函数的当前位置向后执行到之后碰到的第一个 yield 语句，会弹出值，并暂停函数执行
• 再次调用 next 函数，和上一条一样的处理过程
• 继续调用 next 函数，生成器函数若结束执行了（显式或隐式调用了 return 语句），会抛出 StopIteration 异常

三、生成器应用

3.1 无限循环

def counter():
    i = 0
    while True:
        i += 1
        yield i
    
c = counter()
print(next(c))
print(next(c))
print(next(c))

3.2 计数器

def inc():
    def counter():
        i = 0
        while True:
            i += 1
            yield i
            
    c = counter()
    return next(c)

print(inc())
print(inc())
print(inc())

• 修改上例

def inc():
    def counter():
        i = 0
        while True:
            i += 1
            yield i
        
    c = counter()
    def inner():
        return next(c)
    return inner   # return lambda : next(c)

foo = inc()
print(foo())
print(foo())
print(foo())

代码中的 inner 函数可由 lambda 表达式代替

3.3 斐波那契数列

def fib():
    x = 0
    y = 1
    while True:
        yield y
        x, y = y, x + y
        
foo = fib()
for i in range(101):
    print(next(foo))

3.4 生成器交互

Python 提供了一个和生成器对象交互的方法 send，该方法可以和生成器沟通

# 重置功能的计数器
def inc():
    def counter():
        i = 0
        while True:
            i += 1
            response = yield i
            if response is not None:
                i = response
    c = counter()
    return lambda x=False: next(c) if not x else c.send(0)

foo = inc()
print(foo())
print(foo())
print(foo())
print(foo(True))
print(foo())
print(foo())
print(foo())

• 调用 send 方法，就可把 send 的实参传给 yield 语句做结果，这个结果可在等式右边被赋值给其它变量
• send 和 next 一样可推动生成器启动并执行

3.5 协程 Coroutine

• 生成器的高级用法
• 它比进程、线程轻量级，是在用户空间调度函数的一种实现
• Python 3 asyncio 就是协程实现，已经加入到标准库
• Python 3.5 使用 async、await 关键字直接远程支持协程
• 协程调度器实现思路
  有两个生成器 A、B
  next(A) 后，A 执行到了 yield 语句暂停，然后去执行 next(B)，B 执行到 yield 语句也暂停，然后再次调用 next(A)，再调用 next(B)，周而复始，就实现了调度效果
  可引入调度的策略来实现切换的方式
• 协程是一种非抢占式调度

四、yield from 语法

从 Python 3.3 开始增加了 yield from 语法，使得 yield from iterable 等价于 for item in iterable: yield item
yield from 就是一种简化语法的语法糖

def inc():
    for x in range(1000):
        yield x
        
# 使用 yield from 简化
def inc():
    yield from range(1000)
    
foo = inc()
print(next(foo))
print(next(foo))
print(next(foo))

本质上 yield from 的意思就是从 from 后面的可迭代对象中拿元素一个个 yield 出去