python中yield的分析

前面快速的学习了Python的基本操作，但是还是存在很多的问题，在特别是一些小的知识点很少关注，但是有非常的好用，yield是Python中比较有意思，也比较有难度，我也是阅读代码的过程中发现了这个函数的好处，yield是生成的意思，但是在python中则是作为生成器理解，生成器的用处主要可以迭代，这样简化了很多运算模型。

关于yield可以参看《Python 深入理解yield》这篇文章中比较详细的描述了yield的基本原理和问题。

yield在python2.5以后不再是一个句子，而是一个表达式，表达式是有返回值的，就如同我们在C语言中的if（expression）一样。

当函数中存在yield以后，那么该函数就不在是普通的函数了，而是一个生成器。当该函数被调用时，并不会自动执行，而是暂停中，可以从下面的代码中得到体现。

>>> def mygenerator():
... print 'start....'
... yield 5
...
>>> mygenerator()
<generator object mygenerator at 0xa2084b4>

从上面的结果可以知道，在mygenerator()之后，并没有打印出starting....说明存在yield的函数被调用的时候是没有运行的，可以认为是暂停的状态，因此需要重新启动程序。这时采用next()即可实现函数的启动。

>>> g = mygenerator()
>>> g.next()
start....
5
>>> g.next()
Traceback (most recent call last):
  File "", line 1, in <module>
StopIteration

mygenerator()中创建了对象g，这时需要next()启动程序的运行，出现了上面的结果，也就是完成了程序的重新运行，但是遇到yield后就会再次停止，从上面的效果我们可以知道，在第一次运行g.next()之后，打印，然后遇到了yield 5,这时候就会停止，再次g.next()之后，后面没有yield,说明迭代过程结束，抛出了StopIteration异常。

>>> def mygenerator2():
... print 'starting ....'
... yield 5
... print 'middle ....'
... yield 12
... print 'end ....'
...
>>> g1 = mygenerator2()
>>> g1.next()
starting ....
5
>>> g1.next()
middle ....
12
>>> g1.next()
end ....
Traceback (most recent call last):
  File "", line 1, in <module>
StopIteration

上面的代码也说明我的分析是正确的，第一次调用next()就执行到yield 5，暂停，然后next()，重新启动，并执行到yield 12，然后再次next()之后就会抛出错误，从上面打印出来的字符串就可知道。但输出中我们还发现了5,12等这是为什么呢？我认为这实质上是yield 5的返回值，因为表达式也会存在值的问题，这是肯定会输出表达式的值。

 

那么这是否可以认为yield 5的返回值一定是5吗？实际上并不是这样，这个与send函数存在一定的关系，这个函数实质上与next()是相似的，区别是send是传递yield表达式的值进去，而next不能传递特定的值，只能传递None进去，因此可以认为g.next()和g.send(None)是相同的。

>>> def mygenerator2():
... print 'starting ....'
... m = yield 5
... print m
... print 'middle ....'
... d = yield 12
... print d
... print 'end ....'
...
>>> g1 = mygenerator2()
>>> g1.next()
starting ....
5
>>> g1.send('pass expression')
pass expression
middle ....
12
>>> g1.next()
None
end ....
Traceback (most recent call last):
  File "", line 1, in <module>
StopIteration
>>> g1 = mygenerator2()
>>> g1.next()
starting ....
5
>>> g1.send('pass expression')
pass expression
middle ....
12
>>> g1.send('pass expression')
pass expression
end ....
Traceback (most recent call last):
  File "", line 1, in <module>
StopIteration

从上面的效果可知道，可以知道，next()的传递的实质上就是None，而send传递进来的pass expression也作为表达式yield n的返回值，因此我们可以知道，yield的返回值并不是n的值，而是和send()传递进去的参数密切相关。实质上yield n表达式的返回值是指上就是send()函数传递进去的参数，了解到这一点是非常重要的。

 

关于send()和next()函数的返回值也是需要我们详细去分析的，从下面的代码可以知道：

>>> def returntest():
... m = yield 5
... print m
... n = yield 10
... print n
... h = yield 15
... print h
...
>>> t = returntest()
>>> n = t.next()
>>> n
5
>>> n = t.next()
None
>>> n
10
>>> n = t.next()
None
>>> n
15
>>> t = returntest()
>>> n = t.next()
>>> n
5
>>> n = t.send(40)
40
>>> n
10
>>> n = t.send(50)
50
>>> n
15

从上面的代码我们可以知道next()和send()的返回值是与yield n的n密切相关，实际上就是yield n的n值。而yield的返回值就是send()传递进来的非None参数。

 

有一段经典的代码是不得不去分析的：

>>> def addlist(alist):
... for i in alist:
... yield i + 1
...

这段代码中实际上就是运用了上面几个函数的返回值，因为for ...in句式实质上就是一个迭代器，也就是说alist[i] = addlist.next()，采用next的返回值也就是yield n的参数值n,也就是完成了alist[i] = i+1.这就是返回值的灵活运用，这段代码被灵活的运用于Python的迭代器中。

 

总结：

yield 的返回值是send(参数)中的参数，比如send(10)，那么yield的返回值就是10

send(None)和next()的意思是一样的，但是因为send不能传递None量，因此这才突显出了next()函数的作用，这两个函数的返回值通常就是yield n中的参数n。

存在yield的函数不是普通的函数，而是生成器，只有调用send()或者next()函数以后才能执行，否则就是暂停的形式，这与其他函数是存在差别的。