python yield generator 详解
本文内容纲要:
-generator基础
-generator应用
-generator基础应用
-generator高级应用
-注意事项:
本文将由浅入深详细介绍yield以及generator,包括以下内容:什么generator,生成generator的方法,generator的特点,generator基础及高级应用场景,generator使用中的注意事项。本文不包括enhancedgenerator即pep342相关内容,这部分内容在之后的博文介绍。
generator基础
在python的函数(function)定义中,只要出现了yield表达式(Yieldexpression),那么事实上定义的是一个generatorfunction,调用这个generatorfunction返回值是一个generator。这根普通的函数调用有所区别,Forexample:
defgen_generator():
yield1
defgen_value():
return1
if__name__=='__main__':
ret=gen_generator()
printret,type(ret)#<generatorobjectgen_generatorat0x02645648><type'generator'>
ret=gen_value()
printret,type(ret)#1<type'int'>
从上面的代码可以看出,gen_generator函数返回的是一个generator实例,generator有以下特别:
- 遵循迭代器(iterator)协议,迭代器协议需要实现__iter__、next接口
- 能过多次进入、多次返回,能够暂停函数体中代码的执行
下面看一下测试代码:
defgen_example():
...print'beforeanyyield'
...yield'firstyield'
...print'betweenyields'
...yield'secondyield'
...print'noyieldanymore'
...
gen=gen_example()
gen.next()#第一次调用next
beforeanyyield
'firstyield'
gen.next()#第二次调用next
betweenyields
'secondyield'
gen.next()#第三次调用next
noyieldanymore
Traceback(mostrecentcalllast):
File"
StopIteratio
调用genexample方法并没有输出任何内容,说明函数体的代码尚未开始执行。当调用generator的next方法,generator会执行到yield表达式处,返回yield表达式的内容,然后暂停(挂起)在这个地方,所以第一次调用next打印第一句并返回“firstyield”。暂停意味着方法的局部变量,指针信息,运行环境都保存起来,直到下一次调用next方法恢复。第二次调用next之后就暂停在最后一个yield,再次调用next()方法,则会抛出StopIteration异常。
因为for语句能自动捕获StopIteration异常,所以generator(本质上是任何iterator)较为常用的方法是在循环中使用:
1defgenerator_example():
2yield1
3yield2
4
5if__name__=='__main__':
6foreingenerator_example():
7printe
8#output12
generatorfunction产生的generator与普通的function有什么区别呢
(1)function每次都是从第一行开始运行,而generator从上一次yield开始的地方运行
(2)function调用一次返回一个(一组)值,而generator可以多次返回
(3)function可以被无数次重复调用,而一个generator实例在yield最后一个值或者return之后就不能继续调用了
在函数中使用Yield,然后调用该函数是生成generator的一种方式。另一种常见的方式是使用generatorexpression,Forexample:
>>>gen=(x*xforxinxrange(5))
>>>printgen
<generatorobject
generator应用
generator基础应用
为什么使用generator呢,最重要的原因是可以按需生成并“返回”结果,而不是一次性产生所有的返回值,况且有时候根本就不知道“所有的返回值”。比如对于下面的代码
1RANGE_NUM=100
2foriin[x*xforxinrange(RANGE_NUM)]:#第一种方法:对列表进行迭代
3#dosthforexample
4printi
5
6foriin(x*xforxinrange(RANGE_NUM)):#第二种方法:对generator进行迭代
7#dosthforexample
8printi
在上面的代码中,两个for语句输出是一样的,代码字面上看来也就是中括号与小括号的区别。但这点区别差异是很大的,第一种方法返回值是一个列表,第二个方法返回的是一个generator对象。随着RANGE_NUM的变大,第一种方法返回的列表也越大,占用的内存也越大;但是对于第二种方法没有任何区别。
我们再来看一个可以“返回”无穷多次的例子:
deffib():
a,b=1,1
whileTrue:
yielda
a,b=b,a+b
这个generator拥有生成无数多“返回值”的能力,使用者可以自己决定什么时候停止迭代
generator高级应用
使用场景一:
Generator可用于产生数据流,generator并不立刻产生返回值,而是等到被需要的时候才会产生返回值,相当于一个主动拉取的过程(pull),比如现在有一个日志文件,每行产生一条记录,对于每一条记录,不同部门的人可能处理方式不同,但是我们可以提供一个公用的、按需生成的数据流。
1defgen_data_from_file(file_name):
2forlineinfile(file_name):
3yieldline
4
5defgen_words(line):
6forwordin(wforwinline.split()ifw.strip()):
7yieldword
8
9defcount_words(file_name):
10word_map={}
11forlineingen_data_from_file(file_name):
12forwordingen_words(line):
13ifwordnotinword_map:
14word_map[word]=0
15word_map[word]+=1
16returnword_map
17
18defcount_total_chars(file_name):
19total=0
20forlineingen_data_from_file(file_name):
21total+=len(line)
22returntotal
23
24if__name__=='__main__':
25printcount_words('test.txt'),count_total_chars('test.txt')
上面的例子来自08年的PyCon一个讲座。gen_wordsgen_data_from_file是数据生产者,而count_wordscount_total_chars是数据的消费者。可以看到,数据只有在需要的时候去拉取的,而不是提前准备好。另外gen_words中(wforwinline.split()ifw.strip())也是产生了一个generator
使用场景二:
一些编程场景中,一件事情可能需要执行一部分逻辑,然后等待一段时间、或者等待某个异步的结果、或者等待某个状态,然后继续执行另一部分逻辑。比如微服务架构中,服务A执行了一段逻辑之后,去服务B请求一些数据,然后在服务A上继续执行。或者在游戏编程中,一个技能分成分多段,先执行一部分动作(效果),然后等待一段时间,然后再继续。对于这种需要等待、而又不希望阻塞的情况,我们一般使用回调(callback)的方式。下面举一个简单的例子:
1defdo(a):
2print'do',a
3CallBackMgr.callback(5,lambdaa=a:post_do(a))
4
5defpost_do(a):
6print'post_do',a
这里的CallBackMgr注册了一个5s后的时间,5s之后再调用lambda函数,可见一段逻辑被分裂到两个函数,而且还需要上下文的传递(如这里的参数a)。我们用yield来修改一下这个例子,yield返回值代表等待的时间。
1@yield_dec
2defdo(a):
3print'do',a
4yield5
5print'post_do',a
这里需要实现一个YieldManager,通过yield_dec这个decrator将do这个generator注册到YieldManager,并在5s后调用next方法。Yield版本实现了和回调一样的功能,但是看起来要清晰许多。下面给出一个简单的实现以供参考:
#-*-coding:utf-8-*-
importsys
#importTimer
importtypes
importtime
classYieldManager(object):
def__init__(self,tick_delta=0.01):
self.generator_dict={}
#self._tick_timer=Timer.addRepeatTimer(tick_delta,lambda:self.tick())
deftick(self):
cur=time.time()
forgene,tinself.generator_dict.items():
ifcur>=t:
self._do_resume_genetator(gene,cur)
def_do_resume_genetator(self,gene,cur):
try:
self.on_generator_excute(gene,cur)
exceptStopIteration,e:
self.remove_generator(gene)
exceptException,e:
print'unexcepeterror',type(e)
self.remove_generator(gene)
defadd_generator(self,gen,deadline):
self.generator_dict[gen]=deadline
defremove_generator(self,gene):
delself.generator_dict[gene]
defon_generator_excute(self,gen,cur_time=None):
t=gen.next()
cur_time=cur_timeortime.time()
self.add_generator(gen,t+cur_time)
g_yield_mgr=YieldManager()
defyield_dec(func):
def_inner_func(*args,**kwargs):
gen=func(*args,**kwargs)
iftype(gen)istypes.GeneratorType:
g_yield_mgr.on_generator_excute(gen)
returngen
return_inner_func
@yield_dec
defdo(a):
print'do',a
yield2.5
print'post_do',a
yield3
print'post_doagain',a
if__name__=='__main__':
do(1)
foriinrange(1,10):
print'simulateatimer,%ssecondspassed'%i
time.sleep(1)
g_yield_mgr.tick()
注意事项:
(1)Yield是不能嵌套的!
1defvisit(data):
2forelemindata:
3ifisinstance(elem,tuple)orisinstance(elem,list):
4visit(elem)#herevalueretuenedisgenerator
5else:
6yieldelem
7
8if__name__=='__main__':
9foreinvisit([1,2,(3,4),5]):
10printe
上面的代码访问嵌套序列里面的每一个元素,我们期望的输出是12345,而实际输出是125。为什么呢,如注释所示,visit是一个generatorfunction,所以第4行返回的是generatorobject,而代码也没这个generator实例迭代。那么改改代码,对这个临时的generator进行迭代就行了。
defvisit(data):
forelemindata:
ifisinstance(elem,tuple)orisinstance(elem,list):
foreinvisit(elem):
yielde
else:
yieldelem
或者在python3.3中可以使用yieldfrom,这个语法是在pep380加入的
1defvisit(data):
2forelemindata:
3ifisinstance(elem,tuple)orisinstance(elem,list):
4yieldfromvisit(elem)
5else:
6yieldelem
(2)generatorfunction中使用return
在pythondoc中,明确提到是可以使用return的,当generator执行到这里的时候抛出StopIteration异常。
1defgen_with_return(range_num):
2ifrange_num<0:
3return
4else:
5foriinxrange(range_num):
6yieldi
7
8if__name__=='__main__':
9printlist(gen_with_return(-1))
10printlist(gen_with_return(1))
但是,generatorfunction中的return是不能带任何返回值的
1defgen_with_return(range_num):
2ifrange_num<0:
3return0
4else:
5foriinxrange(range_num):
6yieldi
上面的代码会报错:SyntaxError:'return'withargumentinsidegenerator
References:
http://www.dabeaz.com/generators-uk/
https://www.python.org/dev/peps/pep-0380/
http://stackoverflow.com/questions/231767/what-does-the-yield-keyword-do
http://stackoverflow.com/questions/15809296/python-syntaxerror-return-with-argument-inside-generator
本文内容总结:generator基础,generator应用,generator基础应用,generator高级应用,注意事项:,
原文链接:https://www.cnblogs.com/xybaby/p/6322376.html