第一次看到Python程式碼中出現yield關鍵字時，一臉懵逼，完全理解不了這個。網上查下解釋，函式中出現了yield關鍵字，則呼叫該函式時會返回一個生成器。那到底什麼是生成器呢？我們經常看到類似下面的程式碼
|
1 2 3 4 5 6 7 8 |
def count(n): x = 0 while x < n: yield x x += 1 for i in count(5): print i |
這段程式碼執行後列印序列0到4，所以我一開始以為這個生成器就是生成一個序列呀。那這跟迭代器有什麼區別呢？我們來看下迭代器的例子：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
class CountIter: def __init__(self, n): self.n = n def __iter__(self): self.x = -1 return self def next(self): # For Python 2.x self.x += 1 if self.x < self.n: return self.x else: raise StopIteration for i in CountIter(5): print i |
CountIter類就是一個迭代器，它的__iter__()方法返回可迭代物件，next()方法則執行下一輪迭代（注：在Python 3.x裡是__next__()方法）。上面的程式碼執行後也會列印序列0到4，看上去跟之前的生成器效果一樣，就是程式碼長一點。不僅如此，生成器自帶next()方法，而且在越界時也會丟擲StopIteration異常。
|
1 2 3 4 |
gen = count(2) print gen.next() # 0 print gen.next() # 1 print gen.next() # StopIteration |
那區別到底是什麼，在何種情況下，我們應該使用生成器呢？
每次執行迭代器的next()方法並返回後，該方法的上下文環境即消失了，也就是所有在next()方法中定義的區域性變數就無法被訪問了。而對於生成器，每次執行next()方法後，程式碼會執行到yield關鍵字處，並將yield後的引數值返回，同時當前生成器函式的上下文會被保留下來。也就是函式內所有變數的狀態會被保留，同時函式程式碼執行到的位置會被保留，感覺就像函式被暫停了一樣。當再一次呼叫next()方法時，程式碼會從yield關鍵字的下一行開始執行。很神奇吧！如果執行next()時沒有遇到yield關鍵字即退出（或返回），則丟擲StopIteration異常。
本文的第一個例子是使用生成器函式來構造生成器，Python也提供了生成器表示式，下面的例子也可以列印序列0到4。
|
1 2 3 |
gen = (x for x in range(5)) # 注意這裡是()，而不是[] for i in gen: print i |
到目前為止，我們瞭解了生成器同迭代器在實現機制上的不同，但似乎功能是一樣的，那生成器的存在有什麼價值呢？我們先來看看除了next()方法外，生成器還提供了哪些方法。
- close()方法
顧名思義，close()方法就是關閉生成器。生成器被關閉後，再次呼叫next()方法，不管能否遇到yield關鍵字，都會立即丟擲StopIteration異常。
|
1 2 3 |
gen = (x for x in range(5)) gen.close() gen.next() # StopIteration |
- send()方法
這是我認為生成器最重要的功能，我們可以通過send()方法，向生成器內部傳遞引數。我們來看個例子：
|
1 2 3 4 5 6 7 |
def count(n): x = 0 while x < n: value = yield x if value is not None: print 'Received value: %s' %value x += 1 |
還是之前的count函式，唯一的區別是我們將”yield x”的值賦給了變數value，並將其列印出來。如何給value傳值呢？
|
1 2 3 |
gen = count(5) print gen.next() # print 0 print gen.send('Hello') # Received value: Hello, then print 1 |
我們先呼叫next()方法，讓程式碼執行到yield關鍵字（這步必須要），當前列印出0。然後當我們呼叫”gen.send(‘Hello’)”時，字串’Hello’就被傳入生成器中，並作為yield關鍵字的執行結果賦給變數”value”，所以控制檯會列印出”Received value: Hello”。然後程式碼繼續執行，直到下一次遇到yield關鍵字後暫定，此時生成器返回的是1。
簡單的說，send()就是next()的功能，加上傳值給yield。如果你有興趣看下Python的原始碼，你會發現，其實next()的實現，就是send(None)。
- throw()方法
除了向生成器函式內部傳遞引數，我們還可以傳遞異常。還是先看例子：
|
1 2 3 4 5 6 7 8 9 10 11 |
def throw_gen(): try: yield 'Normal' except ValueError: yield 'Error' finally: print 'Finally' gen = throw_gen() print gen.next() # Normal print gen.next() # Finally, then StopIteration |
如果像往常一樣呼叫next()方法，會返回’Normal’。再次呼叫next()，會進入finally語句，列印’Finally’，同時由於函式退出，生成器會丟擲StopIteration異常。我們換個方式，在第一次呼叫next()方法後，呼叫throw()方法，情況會怎樣？
|
1 2 3 4 |
gen = throw_gen() print gen.next() # Normal print gen.throw(ValueError) # Error print gen.next() # Finally, then StopIteration |
我們會看到，throw()方法向生成器函式內部傳遞了”ValueError”異常，程式碼進入”except ValueError”語句，當遇到下一個yield時才暫停並退出，此時生成器返回的是’Error’字串。簡單的說，throw()就是next()的功能，加上傳異常給yield。
聊到這裡，相信大家對生成器的功能已經有了一個很好的理解。生成器不但可以逐步生成序列，不用像列表一樣初始化時就要開闢所有的空間。它更大的價值，我個人認為，就是模擬併發。很多朋友可能已經知道，Python雖然可以支援多執行緒，但由於GIL（全域性解釋鎖，Global Interpreter Lock）的存在，同一個時間，只能有一個執行緒在執行，所以無法實現真正的併發。我們暫且不討論GIL存在的意義，這裡我們提出了一個新的概念，就是協程（Coroutine）。
Python實現協程最簡單的方法，就是使用yield。當一個函式在執行過程中被阻塞時，就用yield掛起，然後執行另一個函式。當阻塞結束後，可以用next()或者send()喚醒。相比多執行緒，協程的好處是它在一個執行緒內執行，避免執行緒之間切換帶來的額外開銷，而且多執行緒中使用共享資源，往往需要加鎖，而協程不需要，因為程式碼的執行順序是你完全可以預見的，不存在多個執行緒同時寫某個共享變數而導致出錯的情況。
我們來使用協程寫一個生產者消費者的例子：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
def consumer(): last = '' while True: receival = yield last if receival is not None: print 'Consume %s' % receival last = receival def producer(gen, n): gen.next() x = 0 while x < n: x += 1 print 'Produce %s' % x last = gen.send(x) gen.close() gen = consumer() producer(gen, 5) |
執行下例子，你會看到控制檯交替列印出生產和消費的結果。消費者consumer()函式是一個生成器函式，每次執行到yield時即掛起，並返回上一次的結果給生產者。生產者producer()接收到生成器的返回，並生成一個新的值，通過send()方法傳送給消費者。至此，我們成功實現了一個（偽）併發。
本文中的示例程式碼可以在這裡下載。