python3 迭代器

生成器(generator)

    只要在函数体内出现yield关键字，那么再执行函数就不会执行函数代码，会得到一个结果，该结果就是生成器

生成器就是迭代器

 

yield的功能

    yield为我们提供了一种自定义迭代器对象的方法

 

【yield】【return】

yield与return的区别：

yield	yield可以返回多个值	函数暂停和再继续是由yield帮我们保的
return	返回一个值，执行一次	函数中断

 

yield创建生成器

def test1():

    for i in range(5):

        yield i

g = test1()

while True:

    g.next()

 

模仿tail -f message | grep 404

import time

def tail(filepath):

    with open(filepath,'rb') as f:

        f.seek(0,2)

        while True:

            data = f.readline()

            if data:

                yield data

            else:

            time.sleep(0.5)

def grep(filepath,k):

    for i in tail(filepath):

        if k in i.decode('utf-8')

            print(i.decode('utf-8'))

        else:

            pass

grep('a.txt','500')

 

yield赋值

def test(name):

    while True:

        book = yield

        print('%s正在看%s' % (name,book))

e = test('小明')

#next(e)

e.send(None)

e.send('书')   

 

yield用于读取文件

如果直接对文件对象调用 read() 方法，会导致不可预测的内存占用。好的方法是利用固定长度的缓冲区来不断读取文件内容。通过 yield，我们不再需要编写读文件的迭代类，就可以轻松实现文件读取：

 

def read_file(fpath):

    BLOCK_SIZE = 1024

    with open(fpath, 'rb') as f:

        while True:

            block = f.read(BLOCK_SIZE)

            if block:

                yield block

            else:

                return

 

yield工作过程

一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用 next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。

yield 的好处是显而易见的，把一个函数改写为一个 generator 就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。