生成器进化到协程 Part 1

前言

这篇文章大部分来自 David Beazley 在 PyCon 2014 的 PPT 《Generators: The Final Frontier》。这个PPT很长而且非常烧脑,建议在阅读前应了解 Python 的生成器与携程相关知识,推荐《流畅的 Python》。

生成器(generator)

使用 yield 来定义一个生成器

def countdown(n):
    while n > 0:
        yield n
        n -= 1

c = countdown(10)
c
<generator object countdown at 0x0000021F5EAB9F10>

生成器可用于迭代

for x in countdown(10):
    print('倒数:', x)
倒数: 10
倒数: 9
倒数: 8
倒数: 7
倒数: 6
倒数: 5
倒数: 4
倒数: 3
倒数: 2
倒数: 1

可以通过 next() 来一步步地让生成器 yield 一个值,直到函数迭代器结束并抛出 StopIteration。如果你对这一头雾水,建议阅读《Fluent Python》14.4 章。
这里 for 其实相当于不断地调用 next 并处理 StopIteration

c = countdown(3)

# next(c)
3
# next(c)
2
# next(c)
1

把生成器当作管道

你可以嵌套生成器,这会导致类似于 Unix 命令行管道的效果

def add_A(seq):
    for item in seq:
        yield item + '-A'

def add_B(seq):
    for item in seq:
        yield item + '-B'

def add_C(seq):
    for item in seq:
        yield item + '-C'

seq = ['apple', 'banana', 'orange']

stacked_generator = add_C(add_B(add_A(seq)))

for item in stacked_generator:
    print(item)
apple-A-B-C
banana-A-B-C
orange-A-B-C

可以看到,我们为 seq 里的每项都依次添加了一个 tag。

yield 可以接受传值

yield 的作用是向调用者返回一个值,调用者其实也可以向生成器传值。

def receiver():
    while True:
        received_item = yield
        print('收到:', received_item)

def caller():
    recv = receiver()
    next(recv) # 使生成器前进到 yield
    for i in 'abcd':
        recv.send(i)

caller()
收到: a
收到: b
收到: c
收到: d

send 函数的返回值是什么呢?

def receiver():
    call_times = 0
    while True:
        item = yield call_times
        print('收到:', item)
        call_times += 1

def caller():
    recv = receiver()
    next(recv)
    for i in 'abcd':
        ret_value = recv.send(i)
        print('返回值: ', ret_value)

caller()
收到: a
返回值:  1
收到: b
返回值:  2
收到: c
返回值:  3
收到: d
返回值:  4

所以 send 可以向生成器传值的同时会让生成器前进到下一个 yield 语句,并将 yield 右侧的值作为返回值。

生成器 101

  • yield 用于定义生成器函数
  • 只要 yield 存在该函数必定是一个生成器
  • 调用该函数返回一个生成器

让一个生成器前进

使用 next 使一个生成器前进到下一个 yield 语句处,并将产出值(yielded value)作为其返回值。使用 gen.__next__()效果相同。

注意:这是一个新创建的生成器唯一允许的操作。

def generator():
    yield 'a'
    yield 'b'

gen = generator()

# next(gen)
'a'
# next(gen)
'b'

给生成器传值

可以通过调用生成器的 send 方法来向生成器传值,这将让生成器从上次暂停的 yield 前进到下个 yield,并将产出值作为 send 的返回值。

def generator():
    item = yield 'a'
    print(item)
    another_item = yield 'b'

gen = generator()
print(next(gen))
print(gen.send(1))
a
1
b

关闭一个生成器

通过调用生成器 close 方法可以生成器在 yield 语句处抛出 GeneratorExit。这时仅允许 return,如果没有捕捉这个错误,生成器会静默关闭,不抛出错误。

def generator():
    times = 0
    while True:
        yield times
        times += 1

gen = generator()
print(next(gen))
print(next(gen))
gen.close() # 不会抛出错误
0
1

抛出错误

调用生成器的 throw 方法可以在 yield 处抛出某个特定类型的错误,如果生成器内部可以捕捉这个错误,那生成器将前进到下个 yield 语句处,并将产出值作为 throw 的返回值,否则中止生成器。
throw 的函数签名如下:

throw(typ, [,val, [,tb]])

其中 tyb 是某错误类型,val是错误信息,tb 为 traceback。更多信息可以参考官方的PEP0342

def generator():
    try:
        yield 'apple'
    except RuntimeError as e:
        print('捕捉到:', e)
    yield 'banana'

gen = generator()
print(next(gen))
print(gen.throw(RuntimeError, '运行错误'))
apple
捕捉到: 运行错误
banana

生成器返回值

如果在生成器函数中加上 return 那在运行到 return 时将会把返回值作为 StopIteration 的值传递出去。这个是 Python3 的特性,Python2 生成器不能返回某个值。

def generator():
    yield
    return 'apple'

g = generator()
next(g)
try:
    next(g)
except StopIteration as e:
    print(e)
apple

生成器委托

使用 yield from 可以帮你对一个生成器不断调用 next 函数,并返回生成器的返回值。言下之意是你可以在生成器里调用生成器

def generator():
    yield 'a'
    yield 'b'
    return 'c'

def func():
    result = yield from generator()
    print(result)

调用 func 结果是返回一个生成器

# func()
<generator object func at 0x0000021F5EB0F990>

# next(func())
'a'

另外一个例子

def chain(x, y):
    yield from x
    yield from y

a = [1, 2, 3]
b = [4, 5, 6]

for i in chain(a, b):
    print(i, end=' ')
1 2 3 4 5 6 
c = [7, 8, 9]
for i in chain(a, chain(b, c)):
    print(i, end=' ')
1 2 3 4 5 6 7 8 9 

Part 1总结

生成器定义

def generator():
    ...
    yield
    ...
    return result

生成器操作

gen = generator()

# 使一个生成器前进
next(gen)

# 传递一个值
gen.send(item)

# 中止生成器
gen.close()

# 抛出错误
gen.throw(exc, val, tb)

# 委托
result = yield from gen
本作品采用《CC 协议》,转载必须注明作者和本文链接
多少事,从来急。天地转,光阴迫。
讨论数量: 0
(= ̄ω ̄=)··· 暂无内容!

讨论应以学习和精进为目的。请勿发布不友善或者负能量的内容,与人为善,比聪明更重要!