Python3 中 Yield 理解与使用

Posted 2021-03-05 danniel-gong

转自Felix文章

Python3 中 yield 对初学者一直是一个难点存在，网上很多教程，噼里啪啦写了很多，也举了很多例子，但是读完之后还是不知所以然，下面问题还是不知道如何回答，内容有点多，有些地方可能有点啰嗦，但都是满满的干货。

-  yield 究竟是干嘛的？
- yield 是怎么执行的？
- yield 的好处是什么?

1. 迭代器与可迭代对象

开始之前，先理解一下迭代器与可迭代对象，因为 yield 其实是一种特殊的迭代器，不过这种迭代器更加优雅。

• 可迭代对象

# 可迭代对象：列表为例
s = ‘ABC‘
l = list(s)
print(l)


[‘A‘, ‘B‘, ‘C‘]

 

• 迭代器

# 迭代器对象 l1
s = ‘ABC‘
l = list(s)
l1 = iter(l)
print(l1)
# 取出迭代器容器中的值，没有值后就抛出异常
print(next(l1))
print(next(l1))
print(next(l1))
print(next(l1))

 

<list_iterator object at 0x0000020D793D95C0>
A
B
C
StopIteration

 

上面案例中 l 是一个列表，是一个可迭代对象 l1 是一个迭代器，直接打印，结果是<list_iterator object="" at="" 0x0000020d793d95c0="">，访问其中的值可以使用 for 循环或者 next 函数，所有值都被访问后，最后会抛出 StopIteration 异常

关于迭代器与可迭代对象参考我另一篇博文，里面有详细解释： https://blog.csdn.net/u011318077/article/details/93754013

yield 生成器就是一个优雅的迭代器，访问也会用到 next 函数，理解迭代器后可以更轻松的理解 yield 生成器的执行过程和原理。

2. yield 简单案例及执行步骤

下面进入正题，如果你还没有对 yield 有个初步分认识，那么你先把 yield 看做“return”， 这个是直观的，它首先是个 return，普通的 return 是什么意思，就是在程序中返回某个值，返回之后程序就不再往下运行了。看做 return 之后再把它看做一个是生成器（generator）的一部分 （带 yield 的函数才是真正的迭代器），好了，如果你对这些不明白的话，那先把 yield 看做 return,然后直接看下面的程序，你就会明白 yield 的全部意思了(只是先当做 return，本质向后看就会明白)。

• 先看一个普通函数

# 一个普通函数：
def foo():
    print(‘Starting.....‘)
# 调用函数，直接执行语句
g = foo()
print("*" * 100)

 

Starting.....
****************************************************

 

• 生成器函数

# 包含 yield 关键字，就变成了生成器函数
# 调用函数并不会执行语句
def foo():
    print(‘Starting.....‘)
    while True:
        res = yield 4
        print("res:", res)

# 下面调用函数并没有执行，可以先将后面的语句注释掉
# 逐行运行代码观察效果
g = foo()
print("第一次调用执行结果：")
print(next(g))
print("*" * 100)

print("第二次调用执行结果：")
print(next(g))
print("*" * 100）

 

第一次调用执行结果：
Starting.....
4
********************************************************************
第二次调用执行结果：
res: None
4
********************************************************************

 

• 下面解释代码运行顺序，相当于代码单步调试()：

1. 程序开始执行以后，因为 foo 函数中有 yield 关键字，所以 foo 函数并不会真的执行， 而是先得到一个生成器 g(相当于一个对象)，函数的一个状态，函数相当于暂停了
2. 执行第一次调用，直到遇到 next 方法，foo 函数正式开始执行，先执行 foo 函数中的 print 方法，然后进入 while 循环
3. 程序遇到 yield 关键字，然后把 yield 想想成 return,return 了一个 4 之后，程序停止， 但是，程序只是返回了一个值 4，并没有执行将 4 赋值给 res 操作，此时 next(g)语句执行完成， 所以第一次调用后的结果有两行（第一个是 while 上面的 print 的结果,第二个是 return 出的结果） 也就是执行 print(next(g))先调用函数，最后打印出了返回值 4
4. 程序执行 print("*" * 100)，输出 100 个*
5. 执行第二次调用，又开始执行下面的 print(next(g)),这个时候和上面那个差不多，不过不同的是，这个时候是从刚才那个 next 程序停止的地方开始执行的，也就是要执行 res 的赋值操作语句， 这时候要注意，yield 4 返回值 4 后就停止了，并没有赋值给前面的 res, （因为刚才那个是 return 出去了，并没有给赋值操作的左边传参数），此时代码实际是从 print("res:", res)开始执行， 这个时候 res 赋值是空，是 None,所以接着下面的输出就是 res:None,
6. 程序会继续在 while 里执行，又一次碰到 yield,这个时候同样 return 出 4，然后程序停止，print 函数输出的 4 就是这次 return 出的 4.

• 到这里你可能就明白 yield 和 return 的关系和区别了，带 yield 的函数是一个生成器，而不是一个函数了，这个生成器有一个函数就是 next 函数，next 就相当于“下一步”生成哪个数，这一次的 next 开始的地方是接着上一次的 next 停止的地方执行的，所以调用 next 的时候，生成器并不会从 foo 函数的开始执行，只是接着上一步停止的地方开始，然后遇到 yield 后，return 出要生成的数，此步就结束。

总结

• 上面的 foo()就是一个生成器函数，当一个生成器函数调用 yield，生成器函数的“状态”会被冻结，所有的变量的值会被保留下来，下一行要执行的代码的位置也会被记录，就是 yield 这行代码结束的位置直到再次调用 next()。一旦 next()再次被调用，生成器函数会从它上次离开的地方开始。如果永远不调用 next()，yield 保存的状态就被无视了。

• generator 是用来产生一系列值的，yield 则像是 generator 函数的返回结果，(yield 也可以看似 return)，yield 唯一所做的另一件事就是保存一个 generator 函数的状态

• yield 和 return 的区别，return 执行后会继续执行后面的代码，但是 yield 会停止之后的代码继续执行，注意，只是停止生成器函数内部的代码，生成器函数外部代码不受影响

• generator 就是一个特殊类型的迭代器（iterator）和迭代器相似，我们可以通过使用 next()来从 generator 中获取下一个值

3. yield 中的 send 函数

yield 生成器函数中另外一重要函数就是 send(），可以传入一个值作为返回值，看下面案例，第二次调用时候传入数字 7

# 包含 yield 关键字，就变成了生成器函数
def foo():
    print(‘Starting.....‘)
    while True:
        res = yield 4
        print("res:", res)

# 下面调用函数并没有执行，可以先将后面的语句注释掉
# 逐行运行代码观察效果
g = foo()
print("第一次调用执行结果：")
print(next(g))
print("*" * 100)

print("第二次调用执行结果(传入参数)：")
print(g.send(7))
print("*" * 100)

print("第三次调用执行结果：")
print(next(g))
print("*" * 100)

 

第一次调用执行结果：
Starting.....
4
*****************************************************************
第二次调用执行结果(传入参数)：
res: 7
4
******************************************************************
第三次调用执行结果：
res: None
4
******************************************************************

 

• send 函数的概念：003 案例中第二次调用时 res 的值为什么是 None，这个变成了 7，到底为什么？
• 这是因为，send 是发送一个参数给 res 的，因为上面讲到，return 的时候，并没有把 4 赋值给 res，下次执行的时候只好继续执行赋值操作，只好赋值为 None 了，而如果用 send 的话，开始执行的时候，先接着上一次（return 4 之后）执行，先把 7 赋值给了 res,然后执行 next 的作用，遇见下一回的 yield，return 出结果后结束（return 的结果都是 4，每次代码最后的结果都是 4）。
• 上面代码执行步骤：
  1. 程序执行 g.send(7)，程序会从 yield 关键字那一行继续向下运行，send 会把 7 这个值赋值给 res 变量
  2. 由于 send 方法中包含 next()方法，所以程序会继续向下运行执行 print 方法，然后再次进入 while 循环
  3. 程序执行再次遇到 yield 关键字，yield 会返回后面的值后，程序再次暂停，直到再次调用 next 方法或 send 方法。

深层次补充：(上面的案例描述只是为了容易理解，描述为暂停和赋值)

• 比如说“send 方法中包含 next()”send 先赋值然后在执行 next，从一些代码直观上来讲好像是这样，但其实并不是，
• 第一，其实并不是赋值，
• 第二，底层 send 和 next 其实都是调用 gensendex(PyGenObject *gen,PyObject *arg,int exc)这个函数，只是第二个参数不一样，send 也不一定要带参数，尤其是第一次使用 send 来启动生成器，send 带参数还是不允许的。
• 如果对中断了解的话，其实不要把这个当成 return 来看，因为根本就不是，应该当成中断来理解，
• 因为底层的实现就是中断的原理，保存栈帧，加载栈帧。

4. yield 的好处是什么？

通过上面的阅读和敲代码已经理解了什么是 yield，和整个执行原理都应该很清楚了，单究竟为什么要使用 yield，而不是用 return？？？

我们以列表 list 为例，为什么用这个生成器，是因为如果用 List 的话，会占用更大的空间， 比如说取 0,1,2,3,4,5,6............1000，下面举例，只取到 10,1000 结果太长了

for n in range(10):
    a=n
    print(a) # 相当于 return a
print("*" * 100)

 

0
1
2
3
4
5
6
7
8
9

 

生成器实现上面功能

# 生成器实现
def foo(num):
    print("starting...")
    while num<10:
        num=num+1
        yield num

for n in foo(0):
    print(n)

 

starting...
1
2
3
4
5
6
7
8
9
10

 

• 上面两种方式都可以得到 0-10 之间的数字，但是占用内存不同：

• 第一种直接使用 for 循环： for 循环运行时，所有的 0-10 之间数字都存在内存之中需要消耗极大的内存，如果数字是 10000，可能 for 循环直接就将电脑内存消耗完了后面的代码，其它程序就无内存可用了

• 第二种，虽然也是 for 循环，但是内部加入了 yield：for 循环每次调用时，yield 生成器(generator)能够迭代的关键是它有一个 next()方法，工作原理就是通过重复调用 next()方法，直到捕获一个异常,for 循环自动结束

• 每次执行到 yield，因为底层的实现就是中断的原理，保存栈帧，加载栈帧。 每次执行结束内存释放，执行的时候占用一点内存，消耗的内存资源就很少

• 上面 for 循环执行过程，并没有写 next 函数，其实自动调用的 next 函数(参考迭代器与迭代对象中详细解释)：

• for 循环执行过程：

1. 调用可迭代对象的iter方法返回一个迭代器对象（iterator）
2. 不断调用迭代器的next方法返回元素
3. 直到迭代完成后，处理 StopIteration 异常

• 

•  

yield 的好处总结：

1. 不会将所有数据取出来存入内存中；而是返回了一个对象；可以通过对象获取数据；用多少取多少，可以节省内容空间。
2. 除了能返回一个值，还不会终止循环的运行；
3. 每次执行到 yield，因为底层的实现就是中断的原理，保存栈帧，加载栈帧。
4. 每次执行结束内存释放，执行的时候占用一点内存，消耗的内存资源就很少

补充：

• 通常 yield 都是放在一个函数中，该函数就变成了生成器函数，该函数就变成了一个迭代器
• 生成器函数一般都是通过 for 循环调用，for 循环自带 next 方法
• 分布式爬虫会经常使用 yield,yield 直接放在 for 循环的内部
• 爬虫代码运行时候，for 循环自动调用 next 方法，yield 就会不断执行，直到爬取结束
• 使用 yield 也会大大减少爬虫运行时候的内存消耗