【Python 3这件小事】4. Generators（生成器）的传说

不正狼

　　生成器是这样一个函数，它记住上一次返回时在函数体中的位置。对生成器函数的第二次（或第 n 次）调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。
　　生成器不仅“记住”了它数据状态；生成器还“记住”了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置。
　　生成器的特点：
　　生成器是一个函数，而且函数的参数都会保留。
　　迭代到下一次的调用时，所使用的参数都是第一次所保留下的，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的
　　在python中，yield就是这样的一个生成器。
　　yield 生成器的运行机制：
　　当你问生成器要一个数时，生成器会执行，直至出现 yield 语句，生成器把
　　yield 的参数给你，之后生成器就不会往下继续运行。 当你问他要下一个数时，他会从上次的状态。开始运行，直至出现yield语句，把参数给你，之后停下。如此反复直至退出函数。（以上关于yield的描述，在后面列举一个简单的例子来解释这段话）
　　yield的使用：
　　在python中，当你定义一个函数，使用了yield关键字时，这个函数就是一个生成器，它的执行会和其他普通的函数有很多不同，函数返回的是一个对象，而不是你平常所用return语句那样，能得到结果值。如果想取得值，那得调用next()函数，如：



1 c = h() #h()包含了yield关键字  
2 #返回值  
3 c.next()  
　　每当调用一次迭代器的next函数，生成器函数运行到yield之处，返回yield后面的值且在这个地方暂停，所有的状态都会被保持住，直到下次next函数被调用，或者碰到异常循环退出。
　　下面，来看看以下的例子代码吧，是用来说明yield运行机制的。



def fib(max):  
a, b = 1, 1  
while a < max:  
yield a #generators return an iterator that returns a stream of values.  
a, b = b, a+b  
　　程序运行：



for n in fib(15):  
print n  
　　从前面的运行机制描述中，可以获知，程序运行到yield这行时，就不会继续往下执行。而是返回一个包含当前函数所有参数的状态的iterator对象。目的就是为了第二次被调用时，能够访问到函数所有的参数值都是第一次访问时的值，而不是重新赋值。
　　程序第一次调用时：



def fib(max):  
a, b = 1, 1  
while a < max:  
yield a #这时a,b值分别为1,1，当然，程序也在执行到这时，返回  
a, b = b, a+b  
　　程序第二次调用时：
　　从前面可知，第一次调用时，a,b=1,1，那么，我们第二次调用时（其实就是调用第一次返回的iterator对象的next()方法），程序跳到yield语句处，
　　执行a,b = b, a+b语句，此时值变为：a,b = 1, (1+1) => a,b = 1, 2
　　程序继续while循环，当然，再一次碰到了yield a 语句，也是像第一次那样，保存函数所有参数的状态，返回一个包含这些参数状态的iterator对象。
　　等待第三次的调用....



def fib(max):  
a, b = 1, 1  
while a < max:  
yield a   
a, b = b, a+b  
　　通过上面的分析，可以一次类推的展示了yield的详细运行过程了！
　　通过使用生成器的语法，可以免去写迭代器类的繁琐代码，如，上面的例子使用迭代类来实现，代码如下：



class Fib:  
def __init__(self, max):  
self.max = max  
def __iter__(self):  
self.a = 0  
self.b = 1  
return self  
def next(self):  
fib = self.a  
if fib > self.max:  
raise StopIteration  
self.a, self.b = self.b, self.a + self.b  
return fib  
　　原文地址： http://blog.iyunv.com/scelong/article/details/6969276