Python协程系列（一）——从generator和yield表达式说起
python进阶教程
机器学习
进入正文
Python协程系列（一）——生成器generator以及yield表达式详解
声明：本文将详细讲解python协程的实现机理，为了彻底的弄明白它到底是怎么一回事，鉴于篇幅较长，将彻底从最简单的yield说起从最简单的生成器开始说起，因为很多看到这样一句话的时候很懵，即“yield也是一种简单的协程”，这到底是为什么呢？本次系列文章“python协程系列文章”将从最简单的生成器、yield、yield from说起，然后详细讲解asyncio的实现方式。本文主要讲解Python的生成器的各种详细操作，以及yield表达式的详细应用。
目录
生成器generator以及yield表达式详解
1、最简单的生成器
2、send()方法的使用
3、yield语句的用法总结
4、迭代器(生成器)的send方法详解
——主要目的是“交互”
5、生成器throw的方法用法
6、生成器的启动与关闭close
6.1 生成器的启动
6.2 生成器的关闭——通过close()方法
7、生成器的终止迭代——StopIteration
注意：关于什么是可迭代对象、什么是生成器、什么是迭代器这里不再赘述。
yield是实现生成器的重要关键字，但是yield语句有一些非常重要的小细节需要注意，可能我们在写一个简单的生成器的时候有很多东西没有用到，这里将分情况逐一讨论。特别是生成器的三个重要方法，一个是next()、一个是send()，一个是throw()，他们到底有什么样的作用。
01
最简单的生成器
def my_generator(n):
for i in range(n):
yield i
02
send()方法的使用
def my_generator(n):
for i in range(n):
temp=yield i
print(f'我是{temp}')
g=my_generator(5)
print(next(g)) #输出0
print(next(g)) #输出1
g.send(100) #本来输出2，但是传入新的值100，改为输出100
print(next(g)) #输出3
print(next(g)) #输出4
'''
0 #第一次迭代
---------------------
我是None
1 #第二次迭代
---------------------
我是100 #第三次迭代
---------------------
我是None #第四次迭代
3
---------------------
我是None #第五次迭代
4
'''
从上面可以看出yield语句与普通函数的return语句的区别在哪里了，主要集中在以下几点
（1）return 不能写成“temp=return xxxx”的形式，会提示语法错误，但是yield可以写成“temp=yield xxxx”的形式；
（2）普通函数return后面的语句都是不会再执行的，但是yield语句后面的依然会执行，但是需要注意的是，由于“延迟加载”特性，yield后面的代码并不是在第一次迭代的时候执行的，而是第二次迭代的时候才执行第一次yield后面没有执行的代码。也正是这个特性，构成了yield为什么是实现协程的最简单实现。
（3）使用send()方法传进去的值，实际上就是yield表达式返回的值，这就是为什么前面每次输出print(temp)都打印出None，因为没有send值，所以temp为None，但是send（100）之后却打印100，因为此时temp就是100了。
我甚至还可以在yield后面不放任何东西，如下代码：
def my_generator(n):
for i in range(n):
temp = yield #yield后面没有任何东西，这时候无法迭代值，每次都是None
print(f'我是{temp}')
g=my_generator(5)
print(next(g))
print(next(g))
g.send(100)
print(next(g))
print(next(g))
'''
None
-----------------------
我是None
None
-----------------------
我是100 #这个100并不是迭代的100哦，而是send进去100，实际上是temp的打印值
-----------------------
我是None
None
-----------------------
我是None
None
'''
03
yield语句的用法总结
yield的一般形式为：
temp=yield 表达式(每次迭代要返回的值）
（1）如果要返回确定的值，后面的表达式不可省略，绝大部分情况下我们也不省略，否则只能返回None；
（2）如果使用了send(value),传递进去的那个value回取代那个表达式的值，并且会将传递进去的那个值返回给yield表达式的结果temp，所以如果想在yield后面使用传递进去的那个值，必须要有使用temp，否则无法使用；
（3）yield语句的一般形式
temp=yield expression (推荐：既可以返回迭代的值，也可以接受send进去的参数并使用)
yield expression（也可以使用：）
temp=yield (不推荐）
yield （不推荐）
04
迭代器(生成器)的send方法详解
查看send的定义，得到send(arg)是有返回值的，而且他的返回值就是原本我应该迭代出来的那个值，如下所示：
def my_generator(n):
for i in range(n):
yield i
g=my_generator(5)
print(next(g))
print(next(g))
g.send(100)
print(next(g))
print(next(g))
'''
0
1
3
4
'''
#我们发现虽然100传进去了，但是他并没有迭代出来，那原来的2去哪里了呢？send(100)实际上就是返回的2
如果改为以下代码：
print(next(g))
print(next(g))
a=g.send(100)
print('我是{0}'.format(a))
print(next(g))
print(next(g))
'''
0
1
我是2
3
4
'''
send(arg)方法总结：
（1）它的主要作用是，当我需要手动更改生成器里面的某一个值并且使用它，则send发送进去一个数据，然后保存到yield语句的返回值，以提供使用
（2）send(arg)的返回值就是那个本来应该被迭代出来的那个值。这样既可以保证我能够传入新的值，原来的值也不会弄丢
05
生成器throw的方法用法
这个函数相比较于前面的next()、send()来说更加复杂，先看一下它的函数描述：
raise exception in generator，return next yielded value or StopIteration，即在生成器中抛出异常，并且这个throw函数会返回下一个要迭代的值或者是StopIteration。还是通过几个例子来看吧！
def my_generator():
yield 'a'
yield 'b'
yield 'c'
g=my_generator()
print(next(g))
print(next(g))
print('-------------------------')
print(g.throw(StopIteration))
print(next(g))
'''运行结果为：
a
b
-------------------------
StopIteration
'''
因为在迭代完 b 之后，就触发了StopIteration异常，这相当于后面的 ‘c’ 已经没用了，跳过了c ,c再也不会执行，就中断了，所以后面的 'c'再也不会迭代，所以这里不会再返回任何值，返回的是StopIteration。
再看一个例子：
def my_generator():
try:
yield 'a'
yield 'b'
yield 'c'
yield 'd'
yield 'e'
except ValueError:
print('触发“ValueError"了')
except TypeError:
print('触发“TypeError"了')
g=my_generator()
print(next(g))
print(next(g))
print('-------------------------')
print(g.throw(ValueError))
print('-------------------------')
print(next(g))
print(next(g))
print('-------------------------')
print(g.throw(TypeError))
print('-------------------------')
print(next(g))
'''运行结果为：
a
b
-------------------------
触发“ValueError"了
StopIteration
'''
当前面两次执行了a和b之后，向生成器扔进去一个异常，触发ValueError异常，这时候意味着try后面的c、d、e已经作废了，不会再有用，这个生成器已经终止了，因此g.throw()会返回StopIteration。
再看一个例子：
def my_generator():
while True:
try:
yield 'a'
yield 'b'
yield 'c'
yield 'd'
yield 'e'
except ValueError:
print('触发“ValueError"了')
except TypeError:
print('触发“TypeError"了')
g=my_generator()
print(next(g))
print(next(g))
print('-------------------------')
print(g.throw(ValueError))
print('-------------------------')
print(next(g))
print(next(g))
print('-------------------------')
print(g.throw(TypeError))
print('-------------------------')
print(next(g))
'''运行结果为：
a
b
-------------------------
触发“ValueError"了
a
-------------------------
b
c
-------------------------
触发“TypeError"了
a
-------------------------
b
'''
解释：
出现这样的结果是不是很意外？它和上面的那个例子只有一个while只差，为什么结果差这么多，解释如下：
首先print(next(g))两次：会输出a、b，并停留在c之前。
然后由于执行了g.throw(ValueError)，所以会跳过所有后续的try语句，也就是说yield 'c'、yield 'd'、yield 'e'不会被执行，然后进入到except语句，打印出 触发“ValueError"了。然后再次进入到while语句部分，消耗一个yield，此时因为是重新进入的while，小号的依然是第一个yield 'a'，所以会输出a。实际上这里的a也就是g.throw()的返回值，因为它返回的是下一个迭代的数；
然后在print(next(g))两次，会执行yield b’、yield 'c’语句，打印出b、c，并停留在执行完该语句后的位置，即yield 'd'之前。
然后再g.throw(TypeError)：会跳出try语句，从而后面的d,e不会被执行，下次自一次进入while，依然打印出a。
最后，执行了一次print(next(g))，打印出b。
06
生成器的启动与关闭close
生成器的启动与关闭close
6.1 生成器的启动
使用close（）方法手动关闭生成器函数，后面的调用会直接返回StopIteration异常
这里所讨论的启动不是使用for循环迭代，我们在使用for循环迭代的时候可能没有去考虑“启动”与“关闭”这些事情，这里指的是使用next()内置方法一个一个迭代的情形。在第一次迭代的时候，一定要先启动生成器，启动的两种方法为：
第一：直接使用next(g)，这会直接开始迭代第一个元素（推荐使用这个启动）
第二：使用g.send(None)进行启动，注意第一次启动的时候只能传入None，如果传入其他具体的指则会报错哦！
def my_generator():
yield 1
yield 2
yield 3
yield 4
g = my_generator()
g.send(None) #第一次启动，本来第一次应该迭代的1，这里被取代了，但是send(None)会返回1
print(next(g))
print(next(g))
print(next(g))
'''运行结果为：
2
3
4
'''
生成器的启动与关闭close
6.2 生成器的关闭
如果一个生成器被中途关闭之后，在此调用next()方法，则会显示错误，如下：
def my_generator():
yield 1
yield 2
yield 3
yield 4
g = my_generator()
print(next(g))
print(next(g))
g.close()
print(next(g)) #在此处会显示错误
print(next(g))
'''运行结果为：
1
2
显示StopIteration
'''
07
生成器的终止迭代——StopIteration
前面讲的手动关闭生成器，使用close（）方法，后面的迭代或抛出StopIteration异常。另外
在一个生成器中，如果没有return，则默认执行到函数完毕时返回StopIteration；
def g1():
yield 1
g=g1()
next(g) #第一次调用next(g)时，会在执行完yield语句后挂起，所以此时程序并没有执行结束。
next(g) #程序试图从yield语句的下一条语句开始执行，发现已经到了结尾，所以抛出StopIteration异常。
'''运行结果为：
1
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
'''
如果遇到return,如果在执行过程中 return，则直接抛出 StopIteration 终止迭代。
def g2():
yield 'a'
return
yield 'b'
g=g2()
next(g) #程序停留在执行完yield 'a'语句后的位置。
next(g) #程序发现下一条语句是return，所以抛出StopIteration异常，这样yield 'b'语句永远也不会执行。
'''运行结果为：
a
b
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
'''
如果在return后返回一个值，那么这个值为StopIteration异常的说明，不是程序的返回值。
def g3():
yield 'a'
return '这是错误说明'
yield 'b' #有一些编辑器会提示错误，此处为unreachable code，即不可到达的代码
g=g3()
next(g)
next(g)
'''运行结果为：
a
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration: 这是错误说明
'''
注意：生成器没有办法使用return来返回值。因为return返回的那个值是通过StopIteration的异常信息返回的，所以我没办法直接获取这个return返回的值。
当然上面所说的无法获取return返回值，我们指的是没有办法通过result=g3()这种形式获取return的返回值。实际上还是有相依欧诺个的手段获取这个return的值的，有两种方法：
方法一：使用后面的yield from 语句（下文在讲解）
方法二：因为return返回的值是作为StopIteration的一个value属性存在的，StopIteration本质上是一个类，所以可以通过访问它的value属性获取这个return返回的值。使用下面的代码：
def g3():
yield 'a'
return '这是错误说明'
yield 'b'
g=g3()
try:
print(next(g)) #a
print(next(g)) #触发异常
except StopIteration as exc:
result=exc.value
print(result)
'''运行结果为：
a
这是错误说明
'''
总结：上面详细讲解了关于python生成器的各个方法的详细使用情况，还没有正式进入到协程的部分，关于协程的详细讲解将会在后续的系列文章中逐渐讲解，有兴趣的小伙伴可以关注一下
Python学习路线和PDF电子书：
Python 全系列
第一阶段：Python入门第二阶段：Python 深入与提高第三阶段：Python 网络与并发编程第四阶段：数据库编程基础第五阶段：Linux 环境编程基础第六阶段：Python 核心特性第七阶段：网页编程基础第八阶段：Python_Django 框架第九阶段：Python_Tornado 框架第十阶段：Python_大型电商项目第十一阶段：Python 爬虫开发第十二阶段：面试和成功求职的秘技第十三阶段：入职后快速成长到CTO
（学习路线配套视频和PDF电子书）只需关注转发文章然后添加微信：15803464551
备注：A 就可获取到了！
她会负责百度链接给你
网友评论