学 Python 怎能不知 yield？

Posted 2023-03-19

参考技术A

理解yield 的 generator 概念，首先以一个常见的编程题目来展示 yield 的概念。

斐波那契（Fibonacci）数列是一个非常简单的递归数列，除第一个和第二个数外，任意一个数都可由前两个数相加得到。用计算机程序输出斐波那契数列的前 N 个数是一个非常简单的问题，有些 Python 基础的小伙伴都可以轻易写出如下函数：

第 1 版本：简单输出斐波那契数列前 N 个数

执行以上代码，我们可以得到如下输出：

输出结果是没有问题的，但是版本 1 中的写法是直接在 createNum 函数中用 print 打印数字会导致该函数可复用性较差，因为 createNum 函数返回 None，其他函数无法获得该函数生成的数列。

要提高 createNum 函数的可复用性，最好不要直接打印出数列，而是返回一个 List。以下是 createNum 函数改写后的第二个版本：

第 2 版本：输出斐波那契数列前 N 个数

该版本中 createNum 函数返回的 List的结果如下：

改写后的 createNum 函数通过返回 List 能满足复用性的要求，但是与此同时也会存在一个明显的问题是：该函数在运行中占用的内存会随着参数 count 的增大而增大，如果要控制内存占用，最好不要用 List 来保存中间结果，而是通过 iterable 对象来迭代。在每次迭代中返回下一个数值，如此：内存空间占用很小。因为是直接返回一个 iterable 对象。

第 3 版本：使用 yield 输出斐波那契数列前 N 个数

也可以手动调用 createNum(5) 的 next() 方法（因为 createNum(5) 是一个 generator 对象，该对象具有 next() 方法），这样我们就可以更清楚地看到 createNum 的执行流程：

第 4 版本：执行流程

运行以上代码，结果输出如下：

由输出结果可发现在执行第 6 个 print(next(num)) 时抛出一个 StopIteration 的异常，是因为在第 5 个 print(next(num)) 执行完时函数已经结束，再执行第 6 个print(next(num))时，generator 自动抛出 StopIteration 异常，表示迭代完成。在 for 循环里，无需处理 StopIteration 异常，循环会正常结束。

简单地讲，yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，调用 createNum(5) 不会执行 createNum 函数，而是返回一个 iterable 对象！

在 for 循环执行时，每次循环都会执行 createNum 函数内部的代码，执行到 yield b 时，createNum 函数就会返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。

一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用 next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。

yield 的好处是显而易见的，把一个函数改写为一个 generator 就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。

python学习之生成器yield

python学习之生成器yield

**yield的作用是使函数生成一个结果序列而不是一个值，任何使用yield的函数都称为生成器，调用生成器会创建一个对象，该对象通过连续调用next（）或者__next__（）方法生成结果序列**

一般情况

>>> def count(n,m):
>>>     print(‘这是一个循环外部测试‘)
>>>     while n>0:
>>>         print(‘这是一个循环内部测试‘)
>>>         yield n,m
>>>         n-=1


>>> c=count(5,2)
>>> c.__next__()
这是一个循环外部测试
这是一个循环内部测试
5,2

首先我定义了生成器，利用了yield关键词，但是注意，我没有像其它列子一样使用单个参数，yield的后面是两个参数，这里就是为了提醒，yield后面可以跟多个参数，他的后面参数表示要传给yield的这个关键词的参数，甚至可以用表达式，但是一定要用括号括起来，比如yield （n+3），这样的参数也可以

1. 当初次调用count的时候，该函数什么也不做，因为他知道这是个yield的函数，所以也不会打印“这是一个外部循环测试"这段文字，但是，当调用__next__()之后，函数开始执行，执行到yield关键词，然后停止执行，函数的返回值就是要传给yield关键词的参数（其实用yield关键词相当于古时候的驿站，参数过来歇歇脚，然后继续上路，每遇到一次yield就要歇脚一次，调用一次__next__()，相当于开始赶路一次），就是如上图返回的5，2
2. 当再次执行时,该函数从yield处开始执行，执行减一操作，然后继续循环，遇到yield停止

>>> c.__next__()
这是一个循环内部测试
4,2
>>> c.__next__()
这是一个内部循环测试
3,2
>>> c.__next__()
这是一个内部循环测试
2,2

下面一个python参考手册上的一个列子

利用pyhton实现linux上的tail -f |grep python这个命令

import time
def tail(f):
    f.seek(0,2) #移动到EOF
    while True：
    line=f.readline()
    if not line:
        time.sleep(0.1) #尝试读取一个文件，如果没有，休眠并继续
        continue
    yield line

def grep(lines,searchtext):
    for line in lines:
        if searchtext in line:yield line


wwwlog=tail(open(‘access-log‘))
pylines=grep(wwwlog,‘python‘)
for line in pylines:
    print(line)