工具 | Python生成器之全景分析

yield指令，可以暂停一个函数并返回中间结果。使用该指令的函数将保存执行环境，并且在必要时恢复。

生成器比迭代器更加强大也更加复杂，需要花点功夫好好理解贯通。

看下面一段代码：

只要函数中包含yield关键字，该函数调用就是生成器对象。

我们可以看到，gen()并不是函数调用，而是产生生成器对象。

生成器对象支持几个方法，如gen.next() ，gen.send() ，gen.throw()等。

调用生成器的next方法，将运行到yield位置，此时暂停执行环境，并返回yield后的值。所以打印出的是0，暂停执行环境。

再调用next方法，你也许会好奇，为啥打印出两个值，不急，且听我慢慢道来。

上一次调用next，执行到yield 0暂停，再次执行恢复环境，给tmp赋值(注意：这里的tmp的值并不是x的值，而是通过send方法接受的值)，由于我们没有调用send方法，所以

tmp的值为None，此时输出None，并执行到下一次yield x，所以又输出1.

到了这里，next方法我们都懂了，下面看看send方法。

上一次执行到yield 1后暂停，此时我们send(‘hello’)，那么程序将收到‘hello’，并给tmp赋值为’hello’，此时tmp==’hello’为真，所以输出’world’，并执行到下一次yield 2，所以又打印出2.（next()等价于send(None)）

当循环结束，将抛出StopIteration停止生成器。

看下面代码：

正如你所预料的，打印出’nono’，由于没有额外的yield，所以将直接抛出StopIteration。

看下面代码，理解throw方法，throw主要是向生成器发送异常。

调用gg.next很明显此时输出‘something’，并在yield ‘something’暂停，此时向gg发送ValueError异常，恢复执行环境，except 将会捕捉，并输出信息。

理解了这些，我们就可以向协同程序发起攻击了，所谓协同程序也就是是可以挂起，恢复，有多个进入点。其实说白了，也就是说多个函数可以同时进行，可以相互之间发送消息等。

这里有必要说一下multitask模块(不是标准库中的)，看一段multitask使用的简单代码：

结果：

如果不是使用生成器，那么要实现上面现象，即函数交错输出，那么只能使用线程了，所以生成器给我们提供了更广阔的前景。

如果仅仅是实现上面的效果，其实很简单，我们可以自己写一个。主要思路就是将生成器对象放入队列，执行send(None)后，如果没有抛出StopIteration，将该生成器对象再加入队列。

当然，multitask实现的肯定不止这个功能，有兴趣的童鞋可以看下源码，还是比较简单易懂的。

#增补 2014/5/21

之前我在南京面试Python时遇到这么一道题目：

如果上面class Task看懂了，那么这题很简单，其实就是考你用yield模拟线程调度，解决如下：

原文链接：http://blog.csdn.net/yueguanghaidao/article/details/10201327