python中yield的用法

⑴ python中print，return和yield的區別

print就是把對象的內容，輸出到標准輸出。。
return，就是函數的返回，表示把return 後面的內容,返回給調用這個函數的函數，或者說返回到函數調用點。
yield,python中生成器的必須關鍵字。。一般函數是一次執行然後返回，加入這個yield後，函數調用一次，只會執行到yield然後返回，下次調用再繼續這個關鍵字後面的內容，直到下一個yield或者函數結束。

⑵ Python中的yield和send

yield的用法是：記住上一次返回時在函數體中的位置，調用此函數從上一次返回的位置開始執行。 

send的用法時：send()方法返有一個參數，該參數指定的是上一次被掛起的yield語句的返回值。 

區別：當send()的參數為None時，正好與next方法等價。在調用send()方法時，要麼先調用一次next()

到函數掛起的位置，或者直接send(None)。

輸出結果為:

⑶ Python yield 語句

我在2x版本下測試下顯式調用throw來拋出GeneratorExit異常是可以被捕獲的

我查了一下文檔,樓主你的理解可能錯了,文檔的意思是說迭代器調用close退出時如果處於暫停狀態就會內部產生一個GeneratorExit異常,這個異常是不能捕獲的,內部會轉換成RuntimeError拋出

正常退出的話則產生StopIteration異常

測試代碼如下

defmy_generator():
try:
yield'dosomething'
exceptValueError:
yield'dealingwiththeexceptions'
exceptGeneratorExit:
yield"Yes,Icanyieldavalue"
finally:
print"Ok,let'sclean"

gen=my_generator()
gen.next()#這行注釋掉後則不會拋出異常
try:
gen.close()
exceptRuntimeError:
print"closeerror"

⑷ python中return和yield怎麼用的兩個有什麼區別

常看到別人使用或討論yield語法,能搜到的中文解釋卻不多,今天決心搞定yield,把暫時的理解貼到這里.

搞定yield之前: 疊代器(iterator)

發現yield: 生成器(constructor)

使用yield: 遞歸調用

1. iterator

疊代器最簡單例子應該是數組下標了，且看下面的c++代碼：

int array[10];

for ( int i = 0; i < 10; i++ )

printf("%d ", array[i]);

疊代器工作在一個容器里(array[10])，它按一定順序(i++)從容器里取出值(array[i])並進行操作(printf("%d ", array[i])。

上面的代碼翻譯成python：

array = [i for i in range(10)]

for i in array:

print i,

for i in array幹了什麼(別亂想)？首先，array作為一個list是個容器，其次list這個內建類型有默認的next行為，python發現這些之後采 取的秘密的沒被各位看到的動作是：拿出array這丫容器的疊代器，從裡面next一下把值給i供for循環主體處置，for把這個值print了。

現在的問題是數據可以做容器疊代，代碼可以嗎？

怎麼不行，碗碟可以用來放菜，wk們不就聯想出用nt盛嗎，當然我們的yield不會那麼yellow + bt

2. constructor

怎麼把函數變成constructor？ 在函數體里有yield就行了！

def gen():
print 'enter'
yield 1
print 'next'
yield 2
print 'next again'

for i in gen():
print i

各位！python看到gen函數里出現yield，知道可以用next了，問題是怎麼對代碼這個容器玩next？

從容器里拿到iterator的時候它還什麼也不是，處在容器入口處，對於數組來說就是下標為-1的地方，對於函數來說就是函數入口嘛事沒干，但是萬事俱備就欠next。

開始for i in g，next讓itreator爬行到yield語句存在的地方並返回值,

再次next就再爬到下一個yield語句存在的地方並返回值,依次這樣直到函數返回(容器盡頭)。
您一定看出來上面代碼的輸出是：

enter
1
next
2
next again

如果沒看出來請不要往下看了免得反被yield搞定。

3. 使用yield

yield的代碼疊代能力不但能打斷函數執行還能記下斷點處的數據，下次next書接上回，這正是遞歸函數需要的。

例如中序遍歷二叉樹：

(應該是David Mertz寫的)

def inorder(t):
if t:
for x in inorder(t.left):
yield x
yield t.label
for x in inorder(t.right):
yield x

for n in inorder(tree)

print n

當然yield這種代碼next的能力還可以用在其它方面，發現拍案的在貼咯。

⑸ Python中的「迭代」詳解

迭代器模式：一種惰性獲取數據項的方式，即按需一次獲取一個數據項。

所有序列都是可以迭代的。我們接下來要實現一個 Sentence（句子）類，我們向這個類的構造方法傳入包含一些文本的字元串，然後可以逐個單詞迭代。

接下來測試 Sentence 實例能否迭代

序列可以迭代的原因：

iter()

解釋器需要迭代對象 x 時，會自動調用iter(x)。

內置的 iter 函數有以下作用：

由於序列都實現了 __getitem__ 方法，所以都可以迭代。

可迭代對象：使用內置函數 iter() 可以獲取迭代器的對象。

與迭代器的關系：Python 從可迭代對象中獲取迭代器。

下面用for循環迭代一個字元串，這里字元串 'abc' 是可迭代的對象，用 for 循環迭代時是有生成器，只是 Python 隱藏了。

如果沒有 for 語句，使用 while 循環模擬，要寫成下面這樣：

Python 內部會處理 for 循環和其他迭代上下文（如列表推導，元組拆包等等）中的 StopIteration 異常。

標準的迭代器介面有兩個方法：

__next__ ：返回下一個可用的元素，如果沒有元素了，拋出 StopIteration 異常。

__iter__ ：返回 self，以便在需要使用可迭代對象的地方使用迭代器，如 for 循環中。

迭代器：實現了無參數的 __next__ 方法，返回序列中的下一個元素；如果沒有元素了，那麼拋出 StopIteration 異常。Python 中的迭代器還實現了 __iter__ 方法，因此迭代器也可以迭代。

接下來使用迭代器模式實現 Sentence 類：

注意， 不要 在 Sentence 類中實現 __next__ 方法，讓 Sentence 實例既是可迭代對象，也是自身的迭代器。

為了「支持多種遍歷」，必須能從同一個可迭代的實例中獲取多個獨立的迭代器，而且各個迭代器要能維護自身的內部狀態，因此這一模式正確的實現方式是，每次調用 iter(my_iterable) 都新建一個獨立的迭代器。

所以總結下來就是：

實現相同功能，但卻符合 Python 習慣的方式是，用生成器函數代替 SentenceIteror 類。

只要 Python 函數的定義體中有 yield 關鍵字，該函數就是生成器函數。調用生成器函數，就會返回一個生成器對象。

生成器函數會創建一個生成器對象，包裝生成器函數的定義體，把生成器傳給 next(...) 函數時，生成器函數會向前，執行函數定義體中的下一個 yield 語句，返回產出的值，並在函數定義體的當前位置暫停，。最終，函數的定義體返回時，外層的生成器對象會拋出 StopIteration 異常，這一點與迭代器協議一致。

如今這一版 Sentence 類相較之前簡短多了，但是還不夠慵懶。 惰性 ，是如今人們認為最好的特質。惰性實現是指盡可能延後生成值，這樣做能節省內存，或許還能避免做無用的處理。

目前實現的幾版 Sentence 類都不具有惰性，因為 __init__ 方法急迫的構建好了文本中的單詞列表，然後將其綁定到 self.words 屬性上。這樣就得處理整個文本，列表使用的內存量可能與文本本身一樣多（或許更多，取決於文本中有多少非單詞字元）。

re.finditer 函數是 re.findall 函數的惰性版本，返回的是一個生成器，按需生成 re.MatchObject 實例。我們可以使用這個函數來讓 Sentence 類變得懶惰，即只在需要時才生成下一個單詞。

標准庫提供了很多生成器函數，有用於逐行迭代純文本文件的對象，還有出色的 os.walk 函數等等。本節專注於通用的函數：參數為任意的可迭代對象，返回值是生成器，用於生成選中的、計算出的和重新排列的元素。

第一組是用於 過濾 的生成器函數：從輸入的可迭代對象中產出元素的子集，而且不修改元素本身。這種函數大多數都接受一個斷言參數(predicate)，這個參數是個 布爾函數 ，有一個參數，會應用到輸入中的每個元素上，用於判斷元素是否包含在輸出中。

以下為這些函數的演示：

第二組是用於映射的生成器函數：在輸入的單個/多個可迭代對象中的各個元素上做計算，然後返回結果。

以下為這些函數的用法：

第三組是用於合並的生成器函數，這些函數都可以從輸入的多個可迭代對象中產出元素。

以下為演示：

第四組是從一個元素中產出多個值，擴展輸入的可迭代對象。

以下為演示：

第五組生成器函數用於產出輸入的可迭代對象中的全部元素，不過會以某種方式重新排列。

下面的函數都接受一個可迭代的對象，然後返回單個結果，這種函數叫「歸約函數」，「合攏函數」或「累加函數」，其實，這些內置函數都可以用 functools.rece 函數實現，但內置更加方便，而且還有一些優點。

參考教程：
《流暢的python》 P330 - 363

⑹ yield用法

yield的作用主要是創建生成器 generator, 生成器也是用於迭代的，想對於普通迭代對象如list 來說，生成器不會事先生成所有的集合元素，而是邊迭代邊生成，佔用內存更少。
如果一個函數里不是用return來返回數據，而是用yield來返回數據，那麼這個函數就是生成器，注意，yield關鍵字只能用在函數體裡面

上面generator()函數就是使用了yield的生成器，它和itertor()函數的區別就是它不會真的生成一個長度為一百萬的序列，而只是記錄了這一百萬個數據的生成方式，所以它佔用內存很少。而itertor()函數使用的使用的range(1000000)則真的會生成一百萬個元素在列表裡（註：python2里range是直接生成元素，python3里range則也變成了生成器）。

在迭代生成器的時候，每次遇到yield i 會返回i, 然後迭代器函數就在yield的地方暫停運行，線程切換到調用處，在調用處進入下一次for 循環時，線程又切回到生成器函數上次yield的地方繼續運行。其實在線程切回到yield的時候可以傳遞參數給生成器

之前的生成器是通過for 循環遍歷的，其實for 循環的本質就是不停的next(generator)輸出下一個元素,直到遍歷結束。上面的例子就是使用next函數來調用的，在generator2里yield空值，然後線程跳到了g2.send(1)，send的作用就是讓線程帶了一個參數回到生成器裡面，這個參數傳給了new,然後生成器繼續執行。

yield from 基本的用法是代替for 循環，yield一個可迭代對象

上面的yield from 就是簡化了for循環的yield語句。

yield from 還可以接受生成器的返回值，我們知道生成器是通過yield來返回值的，return的值是無法通過for 迭代生成器來獲得的，var = yield from 可以獲取return

yield from 還有一個高級的用法，就是協程，後面介紹

⑺ python中yield是什麼意思

一個帶有 yield 的函數就是一個 generator，它和普通函數不同，生成一個 generator 看起來像函數調用，但不會執行任何函數代碼，直到對其調用 next()（在 for 循環中會自動調用 next()）才開始執行。雖然執行流程仍按函數的流程執行，但每執行到一個 yield 語句就會中斷，並返回一個迭代值，下次執行時從 yield 的下一個語句繼續執行。看起來就好像一個函數在正常執行的過程中被 yield 中斷了數次，每次中斷都會通過 yield 返回當前的迭代值。

具體，請參考下以下資料：
http://www.ibm.com/developerworks/cn/opensource/os-cn-python-yield/

⑻ 閑話python 45: 淺談生成器yield

生成器似乎並不是一個經常被開發者討論的語法，因此也就沒有它的大兄弟迭代器那麼著名。大家不討論它並不是說大家都已經對它熟悉到人盡皆知，與之相反，即使是工作多年的開發者可能對生成器的運行過程還是知之甚少。這是什麼原因導致的呢？我猜想大概有以下幾點原因： (1)運行流程不同尋常，(2)日常開發不需要，(3)常常將生成器與迭代器混淆。 生成器的運行流程可以按照協程來理解，也就是說 返回中間結果，斷點繼續運行 。這與我們通常對於程序調用的理解稍有差異。這種運行模式是針對什麼樣的需求呢？ 一般而言，生成器是應用於大量磁碟資源的處理。 比如一個很大的文件，每次讀取一行，下一次讀取需要以上一次讀取的位置為基礎。下面就通過代碼演示具體看看生成器的運行機制、使用方式以及與迭代器的比較。

什麼是生成器？直接用文字描述可能太過抽象，倒不如先運行一段代碼，分析這段代碼的運行流程，然後總結出自己對生成器的理解。

從以上演示可以看出，這段代碼定義了一個函數，這個函數除了yield這個關鍵字之外與一般函數並沒有差異，也就是說生成器的魔法都是這個yield關鍵字引起的。 第一點，函數的返回值是一個生成器對象。 上述代碼中，直接調用這個看似普通的函數，然後將返回值列印出來，發現返回值是一個對象，而並不是普通函數的返回值。 第二點，可以使用next對這個生成器對象進行操作 。生成器對象天然的可以被next函數調用，然後返回在yield關鍵字後面的內容。 第三，再次調用next函數處理生成器對象，發現是從上次yield語句之後繼續運行，直到下一個yield語句返回。

生成器的運行流程確實詭異，下面還要演示一個生成器可以執行的更加詭異的操作：運行過程中向函數傳參。

返回生成器和next函數操作生成器已經並不奇怪了，但是在函數運行過程中向其傳參還是讓人驚呆了。 調用生成器的send函數傳入參數，在函數內使用yield語句的返回值接收，然後繼續運行直到下一個yield語句返回。 以前實現這種運行流程的方式是在函數中加上一個從控制台獲取數據的指令，或者提前將參數傳入，但是現在不用了，send方式使得傳入的參數可以隨著讀取到的參數變化而變化。

很多的開發者比較容易混淆生成器和迭代器，而迭代器的運行過程更加符合一般的程序調用運行流程，因此從親進度和使用熟悉度而言，大家對迭代器更有好感。比如下面演示一個對迭代器使用next方法進行操作。

從以上演示來看，大家或許會認為迭代器比生成器簡單易用得太多了。不過，如果你了解迭代器的實現機制，可能就不會這么早下結論了。python內置了一些已經實現了的迭代器使用確實方便，但是如果需要自己去寫一個迭代器呢？下面這段代碼就帶大家見識以下迭代器的實現。

在python中，能被next函數操作的對象一定帶有__next__函數的實現，而能夠被迭代的對象有必須實現__iter__函數。看了這么一段操作，相信大家對迭代器實現的繁瑣也是深有體會了，那麼生成器的實現是不是會讓你覺得更加簡單易用呢？不過千萬別產生一個誤區，即生成器比迭代器簡單就多用生成器。 在實際開發中，如果遇到與大量磁碟文件或者資料庫操作相關的倒是可以使用生成器。但是在其他的任務中使用生成器難免有炫技，並且使邏輯不清晰而導致可讀性下降的嫌疑。 這大概也能解釋生成器受冷落的原因。不過作為一個專業的開發者，熟悉語言特性是分內之事。

到此，關於生成器的討論就結束了。本文的notebook版本文件在github上的cnbluegeek/notebook倉庫中共享，歡迎感興趣的朋友前往下載。