先看一个栗子：
# -*- coding:UTF-8 -*-
__autor__ = 'zhouli'
__date__ = '2018/12/6 21:08' # 生成器函数，函数里只要有yield关键字 def gen_func():
yield 1 def func():
return 1 if __name__ == "__main__":
gen = gen_func()
re = func()
pass
生成器函数这个对象是是什么时候产生的呢？是python编译字节码的时候就产生了，
既然是生成器对象，那么一定可以使用for循环进行遍历，并且yield可以多次
def gen_func():
yield 1
yield 2
yield 3
yield 4
yield的特性：惰性求值， 延迟求值提供了可能
斐波那契数列的经典举例：
def fib(index):
if index <= 2:
return 1
else:
return fib(index-1) + fib(index-2)
print(fib(10))
这样虽然可以做出来，但是没有具体的过程，那改进一下
def fib2(index):
relist = []
n,a,b = 0,0,1
while n<index:
relist.append(b)
a, b = b, a+b
n += 1
return relist
假如说现在index很大，上亿，那内存就有可能不够了。
def fib2(index):
n,a,b = 0,0,1
while n<index:
yield b
a, b = b, a+b
n += 1
改成这样，内部没有维护一个列表，自然而然就不会消耗内存的
当然这样可以直接进行for循环了
那生成器的原理是什么呢？适用于什么场景呢？如何区别于函数呢？
def foo():
bar() def bar():
global frame
frame = inspect.currentframe() # python.exe会用一个叫做 PyEval_EvalFramEx(c函数)去执行foo函数， 首先会创建一个栈帧(stack frame)
python一切皆对象，栈帧对象， 字节码对象
当foo调用子函数 bar， 又会创建一个栈帧
所有的栈帧都是分配在堆内存上，这就决定了栈帧可以独立于调用者存在
利用生成器表达式读取大文件：
有人可能讲了，for line in f.open()
但是如果只有一行呢？
f.read(4096) # 先读4096个字符
f.read(4096) # 自动再次读取4096个字符
# 500G, 特殊 一行
def myreadlines(f, newline):
buf = ""
while True:
while newline in buf:
pos = buf.index(newline)
yield buf[:pos]
buf = buf[pos + len(newline):]
chunk = f.read(4096) if not chunk:
# 说明已经读到了文件结尾
yield buf
break
buf += chunk with open("input.txt") as f:
for line in myreadlines(f, "{|}"):
print(line)
使用单线程去切换任务
1，线程是由操作系统切换的，单线程切换一位置我们需要自己去调度任务
2，不在需要锁，并发性高，如果单线程内切换函数，性能将远高于线程切换，并发性更高
传统函数调用 过程 A->B->C
我们需要一个可以暂停的函数，并且可以在适当的时候恢复该函数的继续执行
出现了协程 -> 有多个入口的函数， 可以暂停的函数， 可以暂停的函数(可以向暂停的地方传入值)
def gen_func():
#1. 可以产出值， 2. 可以接收值(调用方传递进来的值)
html = yield "http://projectsedu.com"
print(html)
return "bobby" #1. throw, close #1. 生成器不只可以产出值，还可以接收值 if __name__ == "__main__":
gen = gen_func()
#在调用send发送非none值之前，我们必须启动一次生成器， 方式有两种1. gen.send(None), 2. next(gen)
url = gen.send(None)
#download url
html = "天青色等烟雨"
print(gen.send(html)) #send方法可以传递值进入生成器内部，同时还可以重启生成器执行到下一个yield位置
print(gen.send(html))
#1.启动生成器方式有两种， next(), send
我们需要的是传入一个网址之后返回的内容在原封不动的传回来
在调用send之后也会执行下一个yield的结果，并且开始的时候必须使用next()或者使用send()一个空值
调用gen.close()生成器已经结束了
gen = gen_func()
print(next(gen))
gen.throw(Exception, "download error")
print(next(gen))
gen.throw(Exception, "download error")
这三个操作就可以模拟协程，可以暂停，关闭，发送异常
yield from语法
在解释之前先了解一下
from itertools import chain
chain函数可以将多个可迭代对象进行一个for循环
my_list = [1,2,3]
my_dict = {
"web1":"http://projectsedu.com",
"web2":"http://www.imooc.com",
}
for value in chain(my_list,my_dict,range(10)):
print(value)
yield from 后面加的是一个可迭代的对象
yield from会自动将对象迭代出来
def g1(iterable):
yield iterable def g2(iterable):
yield from iterable for value in g1(range(10)):
print(value)
for value in g2(range(10)):
print(value)
range(10)
>>>
0
1
2
3
4
5
6
7
8
9
可以看出这两个的区别
def g1(gen):
yield from gen def main():
g = g1()
g.send(None) #1. main 调用方 g1(委托生成器) gen 子生成器
#1. yield from会在调用方与子生成器之间建立一个双向通道
具体用法：
final_result = {}
def sales_sum(pro_name):
total = 0
nums = []
while True:
x = yield
print(pro_name+"销量: ", x)
if not x:
break
total += x
nums.append(x)
return total, nums
def middle(key):
while True:
final_result[key] = yield from sales_sum(key)
print(key+"销量统计完成！！.")
def main():
data_sets = {
"面膜": [1200, 1500, 3000],
"手机": [28,55,98,108 ],
"大衣": [280,560,778,70],
}
for key, data_set in data_sets.items():
print("start key:", key)
m = middle(key)
m.send(None) # 预激middle协程
for value in data_set:
m.send(value) # 给协程传递每一组的值
m.send(None)
print("final_result:", final_result)
#
if __name__ == '__main__':
main()
"""
看完代码，我们总结一下关键点： 1. 子生成器生产的值，都是直接传给调用方的；调用方通过.send()发送的值都是直接传递给子生成器的；如果发送的是 None，会调用子生成器的__next__()方法，如果不是 None，会调用子生成器的.send()方法；
2. 子生成器退出的时候，最后的return EXPR，会触发一个StopIteration(EXPR)异常；
3. yield from表达式的值，是子生成器终止时，传递给StopIteration异常的第一个参数；
4. 如果调用的时候出现StopIteration异常，委托生成器会恢复运行，同时其他的异常会向上 "冒泡"；
5. 传入委托生成器的异常里，除了GeneratorExit之外，其他的所有异常全部传递给子生成器的.throw()方法；如果调用.throw()的时候出现了StopIteration异常，那么就恢复委托生成器的运行，其他的异常全部向上 "冒泡"；
6. 如果在委托生成器上调用.close()或传入GeneratorExit异常，会调用子生成器的.close()方法，没有的话就不调用。如果在调用.close()的时候抛出了异常，那么就向上 "冒泡"，否则的话委托生成器会抛出GeneratorExit异常。 """