本文摘自php中文网，作者不言，侵删。
本篇文章给大家带来的内容是关于python中的yield关键字的用法介绍（代码示例），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。
yield是python的一个关键字，刚接触python的时候对这个关键字一知半解，掌握之后才发现这关键字有大用，本文将对yield的使用方法好好梳理一番。
1 使用yield创建生成器
在python中，生成器是一种可迭代对象，但可迭代对象不一定是生成器。
例如，list就是一个可迭代对象
1 2 3 4 5 6 7 | >>> a = list(range(3))
>>> for i in a:
print(i)
0
1
2
3
|
但是一个list对象所有的值都是放在内存中的，如果数据量非常大的话，内存就有可能不够用；这种情况下，就可以生成器，例如，python可以用“（）”构建生成器对象:
1 2 3 4 5 6 7 8 9 10 11 | >>> b = (x for x in range(3))
>>> for i in b:
print(i)
0
1
2
>>> for i in b:
print(i)
>>>
|
生成器可以迭代的，并且数据实时生成，不会全部保存在内存中；值得注意的是，生成器只能读取一次，从上面的运行结果可以看到，第二次for循环输出的结果为空。
在实际编程中，如果一个函数需要产生一段序列化的数据，最简单的方法是将所有结果都放在一个list里返回，如果数据量很大的话，应该考虑用生成器来改写直接返回列表的函数（Effective Python, Item 16）.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | >>> def get_generator():
for i in range(3):
print('gen ', i)
yield i
>>> c = get_generator()
>>> c = get_generator()
>>> for i in c:
print(i)
gen 0
0
gen 1
1
gen 2
2
|
由上面的代码可以看出，当调用get_generator函数时，并不会执行函数内部的代码，而是返回了一个迭代器对象，在用for循环进行迭代的时候，函数中的代码才会被执行。
除了使用for循环获得生成器返回的值，还可以使用next和send
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | >>> c = get_generator()
>>> print(next(c))
gen 0
0
>>> print(next(c))
gen 1
1
>>> print(next(c))
gen 2
2
>>> print(next(c))
Traceback (most recent call last):
File "<pyshell#59>", line 1, in <module>
print(next(c))
StopIteration
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | >>> c = get_generator()
>>> c.send(None)
gen 0
0
>>> c.send(None)
gen 1
1
>>> c.send(None)
gen 2
2
>>> c.send(None)
Traceback (most recent call last):
File "<pyshell#66>", line 1, in <module>
c.send(None)
StopIteration
|
生成器的结果读取完后，会产生一个StopIteration的异常
2 coroutines中使用
yield一个常见的使用场景是通过yield来实现协程，已下面这个生产者消费者模型为例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 | # import logging
# import contextlib
# def foobar():
# logging.debug('Some debug data')
# logging.error('Some error data')
# logging.debug('More debug data')
# @contextlib.contextmanager
# def debug_logging(level):
# logger = logging.getLogger()
# old_level = logger.getEffectiveLevel()
# logger.setLevel(level)
# try:
# yield
# finally:
# logger.setLevel(old_level)
# with debug_logging(logging.DEBUG):
# print('inside context')
# foobar()
# print('outside context')
# foobar()
def consumer():
r = 'yield'
while True:
print('[CONSUMER] r is %s...' % r)
#当下边语句执行时，先执行yield r，然后consumer暂停，此时赋值运算还未进行
#等到producer调用send()时，send()的参数作为yield r表达式的值赋给等号左边
n = yield r #yield表达式可以接收send()发出的参数
if not n:
return # 这里会raise一个StopIteration
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) #调用consumer生成器
print('[PRODUCER] Consumer return: %s' % r)
c.send(None)
c.close()
c = consumer()
produce(c)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 | [CONSUMER] r is yield...
[PRODUCER] Producing 1...
[CONSUMER] Consuming 1...
[CONSUMER] r is 200 OK...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 2...
[CONSUMER] Consuming 2...
[CONSUMER] r is 200 OK...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 3...
[CONSUMER] Consuming 3...
[CONSUMER] r is 200 OK...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 4...
[CONSUMER] Consuming 4...
[CONSUMER] r is 200 OK...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 5...
[CONSUMER] Consuming 5...
[CONSUMER] r is 200 OK...
[PRODUCER] Consumer return: 200 OK
Traceback (most recent call last):
File ".\foobar.py", line 51, in <module>
produce(c)
File ".\foobar.py", line 47, in produce
c.send(None)
StopIteration
|
在上面的例子中可以看到，yield表达式与send配合，可以起到交换数据的效果，
3 contextmanager中使用
另外一个比较有意思的使用场景是在contextmanager中，如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | import logging
import contextlib
def foobar():
logging.debug('Some debug data')
logging.error('Some error data')
logging.debug('More debug data')
@contextlib.contextmanager
def debug_logging(level):
logger = logging.getLogger()
old_level = logger.getEffectiveLevel()
logger.setLevel(level)
try:
yield #这里表示with块中的语句
finally:
logger.setLevel(old_level)
with debug_logging(logging.DEBUG):
print('inside context')
foobar()
print('outside context')
foobar()
|
1 2 3 4 5 6 | inside context
DEBUG:root:Some debug data
ERROR:root:Some error data
DEBUG:root:More debug data
outside context
ERROR:root:Some error data
|
在上面的代码中，通过使用上下文管理器（contextmanager）来临时提升了日志的等级，yield表示with块中的语句；
总结
yield表达式可以创建生成器，应该考虑使用生成器来改写直接返回list的函数；
由于生成器只能读取一次，因此使用for循环遍历的时候要格外注意；生成器读取完后继续读的话会raise一个StopIteration的异常，实际编程中可以使用这个异常来作为读取终止的判断依据；
yield一个常见的使用场景是实现协程；通过与send函数的配合，可以起到交换数据的效果；
yield还可以在contextmanager修饰的函数中表示with块中的语句
以上就是python中的yield关键字的用法介绍（代码示例）的详细内容，更多文章请关注木庄网络博客！！
相关阅读 >>
Python是什么
Python matplotlib中文显示参数设置解析_Python
Python关于tkinter模块中类的三种继承方式示例分享
Python如何判断是否为数字字符串
Python如何用控制变量构建对话程序
Python怎么下载
Python安装了怎么用
Python语言实现百度语音识别功能的实例
详解Python的命名规则
Python卸载容易吗
更多相关阅读请进入《Python》频道 >>
人民邮电出版社
python入门书籍，非常畅销，超高好评，python官方公认好书。
转载请注明出处：木庄网络博客 » python中的yield关键字的用法介绍（代码示例）
