详解Python3中yield生成器的用法
任何使用yield的函数都称之为生成器,如:
def count(n): while n > 0: yield n #生成值:n n -= 1
另外一种说法:生成器就是一个返回迭代器的函数,与普通函数的区别是生成器包含yield语句,更简单点理解生成器就是一个迭代器。
使用yield,可以让函数生成一个序列,该函数返回的对象类型是"generator",通过该对象连续调用next()方法返回序列值。
c = count(5) c.__next__() #python 3.4.3要使用c.__next__()不能使用c.next() >>> 5 c.__next__() >>>4
生成器函数只有在调用__next()__方法的时候才开始执行函数里面的语句,比如:
def count(n): print ( "cunting" ) while n > 0: yield n #生成值:n n -= 1
在调用count函数时:c=count(5),并不会打印"counting"只有等到调用c.__next__()时才真正执行里面的语句。每次调用__next__()方法时,count函数会运行到语句yield n处为止,__next__()的返回值就是生成值n,再次调用__next__()方法时,函数继续执行yield之后的语句(熟悉Java的朋友肯定知道Thread.yield()方法,作用是暂停当前线程的运行,让其他线程执行),如:
def count(n): print ("cunting" ) while n > 0: print ('before yield') yield n #生成值:n n -= 1 print ('after yield' )
上述代码在第一次调用__next__方法时,并不会打印"after yield"。如果一直调用__next__方法,当执行到没有可迭代的值后,程序就会报错:
Traceback (most recent call last): File "", line 1, in StopIteration
所以一般不会手动的调用__next__方法,而使用for循环:
for i in count(5): print (i),
实例: 用yield生成器模拟Linux中命令:tail -f file | grep python 用于查找监控日志文件中出现有python字样的行。
import time def tail(f): f.seek(0,2)#移动到文件EOF while True: line = f.readline() #读取文件中新的文本行 if not line: time.sleep(0.1) continue yield line def grep(lines,searchtext): for line in lines: if searchtext in line: yield line flog = tail(open('warn.log')) pylines = grep(flog,'python') for line in pylines: print ( line, ) #当此程序运行时,若warn.log文件中末尾有新增一行,且该一行包含python,该行就会被打印出来 #若打开warn.log时,末尾已经有了一行包含python,该行不会被打印,因为上面是f.seek(0,2)移动到了文件EOF处 #故,上面程序实现了tail -f warn.log | grep 'python'的功能,动态实时检测warn.log中是否新增现了 #新的行,且该行包含python
用yield实现斐波那契数列:
def fibonacci(): a=b=1 yield a yield b while True: a,b = b,a+b yield b
调用:
for num in fibonacci(): if num > 100: break print (num),
yield中return的作用:
作为生成器,因为每次迭代就会返回一个值,所以不能显示的在生成器函数中return 某个值,包括None值也不行,否则会抛出“SyntaxError”的异常,但是在函数中可以出现单独的return,表示结束该语句。
通过固定长度的缓冲区不断读文件,防止一次性读取出现内存溢出的例子:
def read_file(path): size = 1024 with open(path,'r') as f: while True: block = f.read(SIZE) if block: yield block else: return
如果是在函数中return 具体某个值,就直接抛异常了
>>> def test_return(): ... yield 4 ... return 0 ... File "<stdin>", line 3 SyntaxError: 'return' with argument inside generator
例子
下面来看几段代码示例:
例1:
>>> def mygenerator(): ... print 'start...' ... yield 5 ... >>> mygenerator() //在此处调用,并没有打印出start...说明存在yield的函数没有被运行,即暂停 <generator object mygenerator at 0xb762502c> >>> mygenerator().next() //调用next()即可让函数运行. start... 5 >>>
如一个函数中出现多个yield则next()会停止在下一个yield前,见例2:
例2:
>>> def fun2(): ... print 'first' ... yield 5 ... print 'second' ... yield 23 ... print 'end...' ... >>> g1 = fun2() >>> g1.next() //第一次运行,暂停在yield 5 first 5 >>> g1.next() //第二次运行,暂停在yield 23 second 23 >>> g1.next() //第三次运行,由于之后没有yield,再次next()就会抛出错误 end... Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration >>>
为什么yield 5会输出5,yield 23会输出23?
我们猜测可能是因为yield是表达式,存在返回值.
那么这是否可以认为yield 5的返回值一定是5吗?实际上并不是这样,这个与send函数存在一定的关系,这个函数实质上与next()是相似的,区别是send是传递yield表达式的值进去,而next不能传递特定的值,只能传递None进去,因此可以认为g.next()和g.send(None)是相同的。见例3:
例3:
>>> def fun(): ... print 'start...' ... m = yield 5 ... print m ... print 'middle...' ... d = yield 12 ... print d ... print 'end...' ... >>> m = fun() //创建一个对象 >>> m.next() //会使函数执行到下一个yield前 start... 5 >>> m.send('message') //利用send()传递值 message //send()传递进来的 middle... 12 >>> m.next() None //可见next()返回值为空 end... Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
上一篇: 如何制作网页教程,简单网页设计教程
推荐阅读
-
Android中的Selector的用法详解及实例
-
详解Python3中yield生成器的用法
-
python中的lambda表达式用法详解
-
JavaScript中的Math.LN2属性用法详解
-
详解iOS App中调用AVAudioPlayer播放音频文件的用法
-
Android中TelephonyManager类的用法案例详解
-
Python中 Global和Nonlocal的用法详解
-
详解iOS中UIButton的三大UIEdgeInsets属性用法
-
浅谈Python3中strip()、lstrip()、rstrip()用法详解
-
对Python3中dict.keys()转换成list类型的方法详解