def fib(): a, b = 0, 1 while 1: yield b a, b = b, a+b
yield 是在:PEP 255 -- Simple Generators 這個pep引入的python
yield 只能在函數內部使用,包含yield語句的函數稱爲生成器函數express
當調用生成器函數時,並不會執行函數體中的代碼,而是返回一個生成器對象併發
每次調用生成器對象的next()方法時,纔會執行生成器函數中的代碼,直到遇到yield 或者return 語句。函數
若是遇到yield 語句, 怎會掛起函數的運行狀態,並將yield 右邊的表達式的值返回給next()的調用者, 掛起的時候會保存全部本地狀態,包括局部變量,指令指針和內部堆棧信息,這樣當下次再次調用next()時, 看起來yield 部分就像是調用了一個外部調用同樣,能夠接着往下執行spa
注意:try/ finnally 結構中的try子句中不容許使用yield語句, 問題是由於沒法保證生成器被恢復,所以沒法保證finally塊將被執行指針
yield from關鍵字是在:PEP 380 -- Syntax for Delegating to a Subgenerator 中提出的code
用於生成器將其部分操做委託給另一個生成器,這容許將包含yield的一段代碼分解出來並放在另一個生成器中,此外,容許子生成器返回一個值,這個值可供委派生成器使用協程
上述描述聽起來可能仍是不是特別清楚,咱們先看一下語法:對象
yield from <expr>
yield from expr 表達式中,作的第一件事就是調用iter(expr) 從中獲取迭代器,所以expr能夠是任何可迭代的對象blog
經過下面的下例子把yield 和yield from 作對比
from collections import namedtuple Result = namedtuple("Result", "count average") li = [40.9, 38.5, 44.3, 42.2, 45.2, 41.7, 44.5, 38.0, 40.6, 44.5] # 子生成器 def averager(): total = 0.0 count = 0 average = None while True: term = yield if term is None: break total += term count += 1 average = total/count return Result(count, average) # 委派生成器 def grouper(result, key): while True: result[key] = yield from averager() # 調用方 def main(): results = {} group = grouper(results, "kg") next(group) for value in li: group.send(value) group.send(None) if __name__ == "__main__": main()
yield from的主要功能是打開雙向通道,把最外層的調用方與最內層的子生成器鏈接起來,這樣兩者能夠直接發送和產出值,還能夠直接傳入異常
關於yield from 六點重要的說明:
Python的生成器函數和python的協程很是接近 ,但並不徹底 - 由於生成器然容許暫停執行以生成值,可是不提供在執行恢復時傳遞的值或異常。
而且生成器不容許在try / finally塊的try部分中暫停執行,所以使停止的協程很難在其自身以後進行清理。
send方法只有一個參數,就是發送值到生成器,調用send(None)至關於調用生成器的next()方法
由於咱們開始執行生成器函數的時候,並無實際執行生成器函數中的代碼而是返回一個生成器對象,因此咱們須要調用next()或者send(None)來激活協程
與next()方法同樣,send()方法返回generator-iterator產生的下一個值,若是生成器正常退出或已經退出,則引起StopIteration。若是生成器引起未捕獲的異常,它將傳播到send()的調用者
讓生成器在被掛起的位置拋出指定的異常,若是生成器捕獲了異常而且返回的另一個值,那麼這個值就是g.throw()返回的值
若是生成器沒有捕獲異常,那麼throw()將會引起傳遞相同的異常,若是生成器引起了另一個異常,throw調用將引起異常,總之throw()的行爲相似next()或者send()
除了它在掛起的時候引起異常。若是生成器已經處於關閉狀態,throw() 只會引起它傳遞的異常,而不執行任何生成器的代碼
generator.throw:會讓生成器在暫停的yield表達式處拋出指定的異常,若是生成器處理了拋出的異常,代碼會向前執行到下一個yield表達式,而產出的值會成爲調用generator.throw方法代碼的返回值。若是生成器沒有處理拋出的異常,異常會向上冒泡,傳到調用方的上下文中。
generator.close:會讓生成器在暫停的yield表達式處拋出GeneratorExit異常。若是生成器沒有處理這個異常,或者拋出了StopIteration異常,調用方不會報錯,若是收到GeneratorExit異常,生成器必定不能產出值,不然解釋器會拋出RuntimeError異常。生成器拋出的異常會向上冒泡,傳給調用方。
早期的python協程,語法上協程和生成器看起來也很是相似,也是經過yield關鍵字如:num = yield
def simple_coroutine(): print("coroutine start") x = yield print("coroutine receive [%s]" %x) coroutine = simple_coroutine() print(coroutine) next(coroutine) coroutine.send(888)
上面的例子中yield 的右邊沒有表達式,因此默認產出的值爲None,經過以前將yield 關鍵字的時候咱們已經知道當咱們執行函數的時候
並不會運行生成器函數中的代碼,而是返回一個生成器對象,因此咱們須要經過調用next(...)來激活協程,這個時候開始運行生成器函數,
當運行到x = yield的時候,yield的右邊若是有表達式,則會先進行右邊表達式的計算,而後再進行賦值,因此當上面函數執行next()以後,
程序會停在yield那裏,當咱們調用send方法後yield會收到這個值並賦值給x,而當程序運行到協程定義體的末尾時和用生成器的時候同樣會拋出StopIteration異常
若是協程沒有經過next(...)激活(一樣咱們能夠經過send(None)的方式激活),可是咱們直接send,則會出錯
關於調用next(...)函數這一步一般稱爲」預激(prime)「協程,即讓協程向前執行到第一個yield表達式,準備好做爲活躍的協程使用
協程在運行過程當中有四個狀態: