一文读懂的python yield原理

yield作为python内置关键字，译为生产。在函数中可暂时认为 return 的替代品。

如果某函数包含 yield，直接调用此函数时，函数并不直接执行函数逻辑，而是返回一个generator。 通过调用 generator.next() 或 item (for循环) 触发函数执行，执行到yield时，可视为返回yield后的值。

其好处在于在需要结果时才执行获取，不必提前申请过多内存信息来存取处理结果列表。

(日常开发不太用，源码中比较常见，调用接口时需要捋清使用方法)

 

yield代码简单示例(斐波那契)

def fab(max):
    n, a, b = 0, 0, 1
    while n < max:
        print b
        a, b = b, a + b
        n = n + 1

fab(6)

输出: 
1
1
2
3

然后我们将使用 yeild 声明 b, 相当于每次调用fab时，返回b。 代码如下

def fab_yield(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1

# 函数返回生成器，并不会触发逻辑执行
generator = fab_yield(4)
# 为了更容易理解，调用4个.next来获取数据，日常可以直接使用for i in fab_yield
print(y.next())
print(y.next())
print(y.next())
print(y.next())
# 多余的next调用会StopIteration异常

输出: 
1
1
2
3

 

上面提到使用 for i in fab_yield()同样可以取出数据，那顺带一下python中for循环的原理

 

python for 原理

python中可迭代的对象很多。列表、元组、字典等都可以，这些对象必须都有 __iter__ 和 next 方法。

其中__iter__返回一个Iterator(类似生成器)，使用for遍历对象时相当于调用__iter__获取一个Iterator，然后调用 next 遍历数据。

for 流程验证用例：

class Te:
    def __init__(self):
        self.a = 0

    def __iter__(self):
        print("call iter")
        return self

    def next(self):
        print("call next")
        if self.a >= 3:
            raise StopIteration()
        self.a += 1
        return self.a


t=Te()
for i in t:
    print(i)


输出：
call iter
call next
1
call next
2
call next
3
call next