python yield

1：可迭代、迭代器、生成器
2：如何运行/激活生成器
3：生成器的执行状态
4：从生成器过渡到协程：yield

可迭代、迭代器、生成器

from collections.abc import Iterable, Iterator, Generator

isinstance(obj, Iterable)        # 可迭代对象
isinstance(obj, Iterator)        # 迭代器
isinstance(obj, Generator)       # 生成器

Iterable：可迭代对象，一般在python中想字符串，list, dict, tuple, set, deque等都是可迭代对象,一个对象只要实现了__iter__ 方法的，均可称为可迭代对象。

Iterator：迭代器，一般对象只要实现了__next__ 与 __iter__ 方法的均可称为迭代器。

Generator：生成器，是在迭代器的基础上（可以用for循环，可以使用next()），再实现了yield。

yield相当于我们函数里的return。在每次next()，或者for遍历的时候，都会yield这里将新的值返回回去，并在这里阻塞，等待下一次的调用。

可迭代象和迭代器，是将所有的值都生成存放在内存中，而生成器则是需要元素才临时生成，节省时间，节省空间。

yield关键字

yield的用法很像return，都是提供一个返回值，但是yield和return的最大区别在于，return一旦返回，则代码段执行结束，但是yield在返回值以后，会交出CUP的使用权，代码段并没有直接结束，而是在此处中断，当调用send()或者next()方法之后，yield可以从之前中断的地方继续执行。

在一个函数中，使用yield关键字，则当前的函数会变成生成器。

def fib(n):
    index = 0
    a = 0
    b = 1

    while index < n:
        yield b
        a,b = b, a+b
        index += 1
fib = fib(100)
print(fib)
print(next(fib))
print(next(fib))
print(next(fib))
print(next(fib))

<generator object fib at 0x0000028AB572A270>
1
1
2
3

使用next 在生成器为空的时候会报错StopIteration，使用for 循环可以避免为空的错误

def fib(n):
    index = 0
    a = 0
    b = 1

    while index < n:
        yield b
        a,b = b, a+b
        index += 1
fib = fib(3)

print(next(fib))
print(next(fib))
print(next(fib))
print(next(fib))
print(next(fib))


1
1
2
StopIteration

def fib(n):
    index = 0
    a = 0
    b = 1

    while index < n:
        yield b
        a,b = b, a+b
        index += 1
fib = fib(3)


for i in fib:
    print(i)
    
1
1
2

使用send()方法允许我们向生成器中传值。

import time

def fib(n):
    index = 0
    a = 0
    b = 1

    while index < n:
        sleep = yield b
        print(f'等待{sleep}秒,设置n={n}')
        time.sleep(sleep)
        a,b = b, a+b
        index += 1

fib = fib(20)
print(fib.send(None))   # 效果等同于print(next(fib))
print(fib.send(1))
print(fib.send(2))
print(fib.send(3))
print(fib.send(4))

调用fib.send(None)方法，此处作用与next(fib)相同，程序返回当前b的值1，程序中断。

调用fib.send(2)方法，程序被唤醒，将2传递给yield之前的变量sleep，程序继续运行，直到遇到yield将新的b返回，程序再次中断

如此继续下去，直到程序结束。

生成器的执行状态

GEN_CREATED 等待开始执行

GEN_RUNNING 解释器正在执行（只有在多线程应用中才能看到这个状态）

GEN_SUSPENDED 在yield表达式处暂停

GEN_CLOSED 执行结束

def simple_coro(a):
    print('-> Started: a=',a)
    b = yield a # 相当于是先返回a，暂停，直到next方法调用后，b赋值为send发送过来的数据，再执行到下一个yield暂停
    print('-> Received: b =',b)
    c = yield a+b # 先返回a+b，暂停，直到next方法调用后，c赋值为send发送过来的数据，再执行到下一个yield暂停
    print('-> Received: c=',c)

my_coro2=simple_coro(14) # 实例化一个协程对象

from inspect import getgeneratorstate # 得到状态的函数
print(getgeneratorstate(my_coro2))
next(my_coro2) 
print(getgeneratorstate(my_coro2))
my_coro2.send(28) 
my_coro2.send(99)   
print(getgeneratorstate(my_coro2))

GEN_CREATED
-> Started: a= 14
GEN_SUSPENDED
-> Received: b = 28
-> Received: c= 99
Traceback (most recent call last):
  File "d:/TzxNote/Note/lcodeNoteCards/testpy.py", line 15, in <module>
    my_coro2.send(99)
StopIteration

yield from

yield from 所在的函数被称为委托生成器，它主要为调用方和子生成器提供一个双向通道

yield from 后面需要加的是可迭代对象，它可以是普通的可迭代对象，也可以是迭代器，甚至是生成器。

代替内层for循环

def generator():
    for i in range(10):
        yield i

def generator2():
	yield from range(10)

链接子生成器

def generator1():
    item = range(3)
    for i in item:
        yield i


def generator2():
    yield 'a'
    yield 'b'
    yield from generator1()
    # yield from iterable本质上等于 for item in iterable: yield item的缩写版
    yield from [11, 22, 33, 44]
    yield from range(5,10)


for i in generator2():
    print(i)
 

a
b
0
1
2
11
22
33
44
5
6
7
8
9