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：
defcount(n): whilen>0: yieldn#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__()#python3.4.3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：
defcount(n):
print("cunting")
whilen>0:
yieldn#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yieldn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：
defcount(n):
print("cunting")
whilen>0:
print('beforeyield')
yieldn#生成值：n
n-=1
print('afteryield')
上述代码在第一次调用__next__方法时，并不会打印"afteryield"。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(mostrecentcalllast):File"",line1,inStopIteration
所以一般不会手动的调用__next__方法，而使用for循环：
foriincount(5): print(i),
实例：用yield生成器模拟Linux中命令：tail-ffile|greppython用于查找监控日志文件中出现有python字样的行。
importtime
deftail(f):
f.seek(0,2)#移动到文件EOF
whileTrue:
line=f.readline()#读取文件中新的文本行
ifnotline:
time.sleep(0.1)
continue
yieldline
defgrep(lines,searchtext):
forlineinlines:
ifsearchtextinline:
yieldline
flog=tail(open('warn.log'))
pylines=grep(flog,'python')
forlineinpylines:
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-fwarn.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：
deffibonacci(): a=b=1 yielda yieldb whileTrue: a,b=b,a+b yieldb
调用：
fornuminfibonacci(): ifnum>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：
defread_file(path): size=1024 withopen(path,'r')asf: whileTrue: block=f.read(SIZE) ifblock: yieldblock else: return
如果是在函数中return具体某个值，就直接抛异常了
>>>deftest_return(): ...yield4 ...return0 ... File"<stdin>",line3 SyntaxError:'return'withargumentinsidegenerator
例子
下面来看几段代码示例：
例1:
>>>defmygenerator(): ...print'start...' ...yield5 ... >>>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 <generatorobjectmygeneratorat0xb762502c> >>>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:
>>>deffun2(): ...print'first' ...yield5 ...print'second' ...yield23 ...print'end...' ... >>>g1=fun2() >>>g1.next()//第一次运行,暂停在yield5 first 5 >>>g1.next()//第二次运行,暂停在yield23 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(mostrecentcalllast): File"<stdin>",line1,in<module> StopIteration >>>
为什么yield5会输出5,yield23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yield5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:
>>>deffun():
...print'start...'
...m=yield5
...printm
...print'middle...'
...d=yield12
...printd
...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(mostrecentcalllast):
File"<stdin>",line1,in<module>
StopIteration