1.Generator Expressions

生成器表達式是用小括號表示的簡單生成器標記法：

generator_expression ::= "(" expression comp_for ")"

生成器表達式產生一個生成器對象，它的語法和for類似，出了它是被“（）”包含，而不是[]或{}；

生成器表達式中變量的計算被延遲到__next__()函數的調用，然而最左邊for循環子句被立即計算，這樣，如果他有錯誤的話可以被立即看到。后面的for循環子句不能被立即計算，因為他們可能依賴于前面的for循環，例如（x*y?for?x?in?range(10)?for?y?in?bar(x)）

python3.6以后，如果生成器出現在async?def function中，那么async for子句和await表達式可以被理解為是異步的。如果生成器表達式包含async for子句或者await表達式，就叫做異步生成器表達式。異步生成器表達式產生一個新的異步生成器對象，它是一個異步迭代器。

?

2. Yield Expressions

yield_atom ::= "(" yield_expression ")" yield_expression ::= "yield" [expression_list | "from" expression]

Yield表達式用于定義一個生成器函數或異步生成器函數，因此只能被用于一個函數定義體內。在一個函數定義體中使用yield表達式使其成為生成器，
在一個async def函數體內使用yield表達式使協程函數成為一個異步生成器。例如：
def gen（）： //定義一個生成器函數
　　yield 123
async def agen（）： //定義一個異步生成器函數
　　yield 123

當一個生成器函數被調用，它返回一個迭代器，也叫生成器。這個生成器控制生成器函數的執行。當生成器的一個函數被調用的時候，生成器函數開始執行。
執行到第一個yield表達式時，掛起，返回expression_list的值給調用者。對于掛起，我們指的是所有局部狀態被保留，包含當前局部變量的綁定，
指令指針，內部調用棧，任何異常處理狀態。當通過調用生成器的一個函數恢復執行時，函數的執行就好像是從外部再次調用yield表達式一樣。恢復執行后，
yield表達式的值取決調用的方法。如果是__next__()被調用（一般通過for循環或者內置的next（）函數），那么值是None。如果是send（）被調用，
值是傳給send的參數的值。

所有的這些使得生成器函數非常像協程；它產生多次值，有多個入口點并且執行可以被掛起。唯一的不同是，生成器函數yield后不能控制程序從哪里繼續執行，
控制權總是傳回給生成器的調用者。

yield表達式可以在try塊的任何地方，如果生成器在被結束（到達零引用或者因為垃圾回收機制）之前沒有被恢復執行，生成器的close函數被調用，因此finally
子句被執行。
當yield from <expr> 被使用，它把附加的表達式當成一個子迭代器，所有子迭代器產生的值被直接傳回給當前生成器函數的調用者。當前生成器調用send的參數值
和調用throw的異常參數 都將被傳給底層迭代器（子迭代器），如果他有對應的方法的話。否則，send導致AttributeError或者TypeError，而throw立即
raise傳給他的異常。
當底層迭代器執行完成，StopIteration對象的value值變成這個yield from表達式的值。這個值可以被顯式的設置當產生StopIteration時，或者自動設置，如果
子迭代器是一個生成器（子生成器返回一個值） 3. 生成器-迭代器 方法
這部分介紹生成器迭代器的方法，他們可以被用來控制生成器函數的執行。當生成器正在執行時調用這些函數將導致ValueError。
（1）generator.__next__()
開始生成器函數的執行或者從最后被執行的yield表達式中恢復執行，如果是恢復執行，yield表達式的值是None，繼續執行到下一個yield表達式，
掛起，返回expression_list的值給__next__()的調用者。如果生成器沒有再yield一個值，則產生一個StopIteration異常
這個方法一般被隱式調用，例如for循環，next()
（2）generator.send(value)
恢復執行并且發送一個值到生成器函數。這個value參數就是當前yield表達式的結果。send方法返回下一個生成器yield的值
如果沒有yield，返回StopIteration。當用send來啟動生成器，他的參數必須是None，因為沒有yield表達式接收值。
（3）generator.throw(type[,value[,traceback]])
在生成器掛起的地方產生一個type類型的異常，并且返回下一個生成器函數yield的值，如果沒有yield，返回StopIteration。
如果生成器函數沒有捕獲這個傳進去的異常 ，或者產生了另一個不同的異常，那么將這個異常傳遞給調用者。
（4）generator.close()
在生成器掛起的地方產生一個GeneratorExit()，如果生成器之后優雅的退出，已經關閉，或者產生了一個GeneartorExit（不捕獲該異常），close將返回到它的
調用者。如果生成器yield一個值，那么產生一個RuntimeError。如果生成器產生了任何其他異常，將傳遞給調用者。如果
生成器因為一個異常或者正常退出，那么close不做任何事情。
實例： >>> def echo(value=None): ... print("Execution starts when 'next()' is called for the first time.") ... try: ... while True: ... try: ... value = (yield value) ... except Exception as e: ... value = e ... finally: ... print("Don't forget to clean up when 'close()' is called.") ... >>> generator = echo(1) >>> print(next(generator)) Execution starts when 'next()' is called for the first time. 1 >>> print(next(generator)) None >>> print(generator.send(2)) 2 >>> generator.throw(TypeError, "spam") TypeError('spam',) >>> generator.close() Don't forget to clean up when 'close()' is called.

PEP380 加入了yield from表達式，允許一個生成器委派部分操作給另一個生成器。這可以剔除一部分包含yield的代碼放到另一個生成器。另外，
子生成器可以返回一個值，這個值對于委托生成器也是可用的。
雖然主要涉及用來委派一個子生成器，但是yield from 表達式事實上可以委派任何的子迭代器。
低于簡單的迭代器， yield from iterable 本質上就是一個簡短的形式：for item in iterable: yield item,例如：
>>> def g(x): ... yield from range(x, 0, -1) ... yield from range(x) ... >>> list(g(5)) [5, 4, 3, 2, 1, 0, 1, 2, 3, 4]
然而，不像普通的循環，yield from 允許子生成器直接從調用區域接收send和throw的值，并且返回一個最后的值給外層生成器。示例如下： >>> def accumulate(): ... tally = 0 ... while 1: ... next = yield ... if next is None: ... return tally ... tally += next ... >>> def gather_tallies(tallies): ... while 1: ... tally = yield from accumulate() ... tallies.append(tally) ... >>> tallies = [] >>> acc = gather_tallies(tallies) >>> next(acc) # Ensure the accumulator is ready to accept values >>> for i in range(4): ... acc.send(i) ... >>> acc.send(None) # Finish the first tally >>> for i in range(5): ... acc.send(i) ... >>> acc.send(None) # Finish the second tally >>> tallies [6, 10] ?



?

轉載于:https://www.cnblogs.com/programmer-wfq/p/7173580.html

總結

以上是生活随笔為你收集整理的Python: generator, yield, yield from 详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。