yield生成器函数的一点总结

生成器有主要有四种方法：

• next() 执行函数，直到遇到下一个yield为止，并返回值
• send(value) 为生成器发送一个数值，next()方法就相当于send(None)
• close() 终止生成器
• throw(exc[exc_value,[exc_tb]]) 在生成器yield处引发一个异常，close()相当于引发一个GeneratorExit异常

输出型

一个斐波那契数列的例子

def fibonacci():
     a, b = 0, 1
     while True:
         yield b
         a, b = b, a+b
a = fibonacci()
for i in range(10):
    print a.next()

运行结果：

1
1
2
3
5
8
13
21
34
55
python2.7 fb.py  0.01s user 0.01s system 94% cpu 0.025 total

生成器每次生成一个数字并返回。

接收输入型

def reciver():
    while True:
        n = (yield)
        print "Got %s" % n

r = reciver()
r.next()
r.send(1)
r.send('2')

运行结果：

Got 1
Got 2
python2.7 rec.py  0.01s user 0.01s system 86% cpu 0.023 total

这个模型可以看做接收外部数据并进行处理。

输入输出型

生成器能否接收send传送来的数据，处理之后再返回呢？答案是肯定的

def get():
    n = 0
    result = None
    while True:
        n = (yield result)
        result = n*10

t = get()
t.next()
for i in range(10):
    print t.send(str(i))
t.close()

运行结果

0000000000
1111111111
2222222222
3333333333
4444444444
5555555555
6666666666
7777777777
8888888888
9999999999
python2.7 problem.py  0.02s user 0.00s system 83% cpu 0.024 total

传递参数

当然生成器函数也是函数，也支持参数传递。

def countdown(n):
    print("counting down from %d" % n)
    while n > 0:
        yield n
        n -= 1
    return 

c = countdown(10)
print c.next()
print c.next()

for i in countdown(10):
    print i

print sum(countdown(10))

运行结果

counting down from 10
10
9
counting down from 10
10
9
8
7
6
5
4
3
2
1
counting down from 10
55

从上面的例子我们发现，每次调用生成器函数要先执行next()函数，然后才能发送数据， 如果忘记的话就会报错。

TypeError: can't send non-None value to a just-started generator

这个有人容易忘记。这怎么办？用装饰器来自动执行：

def coroutine(func):
    def start(*args,**kwargs):
        g = func(*args,**kwargs)
        g.next()
        return g
    return start

@coroutine
def reciver():
    while True:
        n = (yield)
        print "Got %s" % n

r = reciver()
r.send(1)
r.send('2')