Python探險--生成器yield剖析

日期：20170926

---

本次運行環境Python3

---

我們先來看一下代碼，

#!/usr/bin/python3

def MyGenerator():
        yield 1
        yield 2
        yield 3
        return "done"

print(MyGenerator)
print()
Num=MyGenerator()
print(Num)
print(next(Num))
print(next(Num))
print(next(Num))

運行，

[penx@ali01 python2]$ ./example_generator.py 
<function MyGenerator at 0x7f297bff99d8>

<generator object MyGenerator at 0x7f297bf57708>
1
2
3
[penx@ali01 python2]$ 

運行過程，
先print出MyGenerator的信息，可以看出它只是一個函數。

再調用MyGenerator，返回給Num。雖然MyGenerator是函數，但這裏並沒有執行。好戲在後頭。

我print出Num的信息，卻是一個“generator object”。調用一個函數不但沒有執行，反而返回了一個對象，generator object。對象通常可以理解爲實例。
很奇怪，對吧？Python把生成器的信息標誌爲函數（function），但調用時卻生成一個實例。有可能Python把函數解析封裝成一個生成器。

用next(Num)開始執行生成器函數，執行到yield 1時，返回並返回n。

再next，就會再次進入生成器函數，但並不是重頭執行，而是上一次的yield 1後。遇到yield 2，再次返回。

再next，情況類似。

如果再加一個next，就會報StopIteration。

---

剖析，

其實yield並不神祕，其實就是我們學習操作系統時，任務掛起的知識點。
函數通過yield自己掛起，然後我們可以用next來喚醒它。
因爲yield掛起時，會保存運行環境，所以next就可以知道函數運行到哪一步。