Learn Python 3： 生成器中的 yield 机制

开始前先认识下生成器，即generator

创建列表可以使用列表生成式：

>>>l = [v**2 for v in range(1,10)]
>>>l
[1, 4, 9, 16, 25, 36, 49, 64, 81]

但如果要创建的列表有百万甚至千万个元素，用到的元素只有前几个，考虑到内存的因素我们肯定不能直接创建，生成器就很好的解决了这个问题，生成器不会直接创建整个列表，而是在迭代的过程中推算出每个元素的值，是惰性的。

把列表生成式的[]的换成()就是一个简单的生成器：

>>>g = (v**2 for v in range(1,10))
>>>g
<generator object <genexpr> at 0x000000000220F1A8>

要取出生成器每一个元素可以通过next()函数：

0
当没有元素可取时会抛出一个StopIteration异常，需要自行捕获处理。
如果有成千上万个元素，一直next()当然不行了，由于生成器是可迭代的，可以用for循环来处理，还有一个好处就是不用考虑StopIteration异常：

>>>for v in g:
...    print(n)

可以使用isinstance()判断一个对象是否是可迭代对象（Iterable）：

>>>from collections import Iterable
>>>isinstance(g, Iterable)
True

除了用()创建生成器，如果一个函数定义中有yield关键字，则这个函数也是一个生成器：

def test():
    print('step-1')
    yield 1
    print('step-2')
    yield 2
    print('step-3')
    yield 3

>>>g = test()
>>>g
<generator object test at 0x00000000027EF1A8>

所以同样可以用next()或者for循环来迭代它。当每次执行next(g)时，生成器函数遇到yield表达式就会中断并返回yield表达式后边的参数值，例如：

>>>next(g)
step-1
1

再次执行时从上次返回的yield表达式处继续执行，返回下一个yield表达式的参数值，直到再无yield表达式参数可返回并抛出异常：

>>>next(g)
step-2
2
>>>next(g)
step-3
3

除了next()外，还有一个很重要的函数send()，它和next()作用类似，但是send()可以发送值给对应的yield表达式，我们之前执行next(g)就相当于g.send(None)。

注意第一次调用next()或send(None)相当于启动生成器，不能使用send()发送一个非None的值，否则会出错的（TypeError: can't send non-None value to a just-started generator），因为还没有yield表达式来接收这个值。

那么启动生成器后，用send()发送的值如何被生成器中yield表达式接收呢？先修改上边的生成器函数：

def test():
    print('step-1')
    x = yield 1
    print(x)
    print('step-2')
    y = yield 2
    print(y)
    print('step-3')
    x = yield 3

我们打印了前两个yield表达式的值。接下来通过send()方式先启动生成器：

>>>g = test()
>>>g.send(None)
step-1
1

仅仅是打印了提示语和返回了第一个yield表达式的参数值。再继续执行：

>>>g.send('hello')
hello
step-2
2

可以看到先打印了用send()发送的值，然后是提示语和第二个yield表达式的参数值，所以这次send()发送的值被第一个yield表达式接收了，即yield 1表达式被赋值为hello，即x = 'hello'。再继续执行：

>>>g.send('world')
world
step-3
3

即第二个yield 2表达式被赋值为world，并返回了第三个yield表达式的参数值。

所以每次执行send()或next()只是返回了对应yield表达式的参数值，其实对应表达式并未执行，直到下次再执行send()或next()才会执行上次返回参数的yield表达式，所谓的执行yield表达式就是给其赋值，并返回下一个yield表达式的参数值！