淺談Python中的yield表示式
阿新 • • 發佈:2019-01-28
淺談Python協程中的yield表示式
python生成器
python中生成器是迭代器的一種,使用yield返回函式值。每次呼叫yield會暫停,而可以使用next()函式和send()函式可以恢復生成器。
這裡可以參考Python函數語言程式設計指南:生成器
注意到yield是個表示式而不僅僅是個語句,所以可以使用x = yield r
這樣的語法。
這個知識點在協程中需要使用。協程的概念指的是在一個執行緒內,一個程式中斷去執行另一個程式,有點類似於CPU中斷。這樣減少了切換執行緒帶來的負擔,同時不需要多執行緒中的鎖機制,因為不存在同時寫的問題。
python使用生成器來實現協程,下面看一個python協程應用於生產者消費者問題的例子
def consumer():
r = 'yield'
while True:
#當下邊語句執行時,先執行yield r,然後consumer暫停,此時賦值運算還未進行
#等到producer呼叫send()時,send()的引數作為yield r表示式的值賦給等號左邊
n = yield r #yield表示式可以接收send()發出的引數
if not n:
return
print('[CONSUMER] Consuming %s...' % n)
r = '200 OK'
def produce(c):
c.send(None)
n = 0
while n < 5:
n = n + 1
print('[PRODUCER] Producing %s...' % n)
r = c.send(n) #呼叫consumer生成器
print('[PRODUCER] Consumer return: %s' % r)
c.close()
c = consumer()
produce(c)
注意到send需要先呼叫send(None),因為只有生成器是暫停狀態才可以接收send的引數。
為了理解send()恢復生成器的過程,我們可以再看一個例子:
def gen():
a = yield 1
print('yield a % s' % a)
b = yield 2
print('yield b % s' % b)
c = yield 3
print('yield c % s' % c)
r = gen()
x = next(r)
print('next x %s' % x)
y = r.send(10)
print('next y %s' %y)
z = next(r)
print('next z %s' % z)
可以看到實際上y=r.send(10)
的引數10是賦給了a。整個執行過程即執行x=next(r)
之後,gen()執行了yield 1
然後暫停,沒有進行對a的賦值。但再呼叫y=r.send(10)
時賦值過程繼續,並把10賦給了a.