Python之美[从菜鸟到高手]–生成器之全景分析
yield指令，可以暂停一个函数并返回中间结果。使用该指令的函数将保存执行环境，并且在必要时恢复。
生成器比迭代器更加强大也更加复杂，需要花点功夫好好理解贯通。
看下面一段代码：
| 1234567 | def gen(): for x in xrange(4): tmp = yield x if tmp == \’hello\’: print \’world\’ else: print str(tmp) |
只要函数中包含yield关键字，该函数调用就是生成器对象。
| 123 | g=gen()print g #print isinstance(g,types.GeneratorType) #True |
我们可以看到，gen()并不是函数调用，而是产生生成器对象。
生成器对象支持几个方法，如gen.next() ,gen.send() ,gen.throw()等。
| 1 | print g.next() # 0 |
调用生成器的next方法，将运行到yield位置，此时暂停执行环境，并返回yield后的值。所以打印出的是0，暂停执行环境。
| 1 | print g.next() #None 1 |
再调用next方法，你也许会好奇，为啥打印出两个值，不急，且听我慢慢道来。
上一次调用next,执行到yield 0暂停，再次执行恢复环境，给tmp赋值(注意：这里的tmp的值并不是x的值，而是通过send方法接受的值)，由于我们没有调用send方法，所以
tmp的值为None,此时输出None，并执行到下一次yield x,所以又输出1.
到了这里，next方法我们都懂了，下面看看send方法。
| 1 | print g.send(\’hello\’) #world 2 |
上一次执行到yield 1后暂停，此时我们send(‘hello’)，那么程序将收到‘hello’，并给tmp赋值为’hello’,此时tmp==’hello’为真，所以输出’world’,并执行到下一次yield 2,所以又打印出2.（next()等价于send(None)）
当循环结束，将抛出StopIteration停止生成器。
看下面代码：
| 12345678 | def stop_immediately(name): if name == \’skycrab\’: yield \’okok\’ else: print \’nono\’ s=stop_immediately(\’sky\’)s.next() |
正如你所预料的，打印出’nono’,由于没有额外的yield，所以将直接抛出StopIteration。
| 12345 | nonoTraceback (most recent call last): File \”F:python workspacePytestsrccs.py\”, line 170, in s.next()StopIteration |
看下面代码，理解throw方法，throw主要是向生成器发送异常。
| 12345678910 | def mygen(): try: yield \’something\’ except ValueError: yield \’value error\’ finally: print \’clean\’ #一定会被执行gg=mygen()print gg.next() #somethingprint gg.throw(ValueError) #value error clean |
调用gg.next很明显此时输出‘something’,并在yield ‘something’暂停，此时向gg发送ValueError异常，恢29739359\” class=\”crayon-syntax crayon-theme-github crayon-font-monaco crayon-os-pc print-yes notranslate\” data-settings=\” minimize scroll-always\” style=\” margin-top: 12px; margin-bottom: 12px; font-size: 13px !important; line-height: 15px !important;\”>
| 1234567 | def gen(): for x in xrange(4): tmp = yield x if tmp == \’hello\’: print \’world\’ else: print str(tmp) |
只要函数中包含yield关键字，该函数调用就是生成器对象。
| 123 | g=gen()print g #print isinstance(g,types.GeneratorType) #True |
我们可以看到，gen()并不是函数调用，而是产生生成器对象。
生成器对象支持几个方法，如gen.next() ,gen.send() ,gen.throw()等。
| 1 | print g.next() # 0 |
调用生成器的next方法，将运行到yield位置，此时暂停执行环境，并返回yield后的值。所以打印出的是0，暂停执行环境。
| 1 | print g.next() #None 1 |
再调用next方法，你也许会好奇，为啥打印出两个值，不急，且听我慢慢道来。
上一次调用next,执行到yield 0暂停，再次执行恢复环境，给tmp赋值(注意：这里的tmp的值并不是x的值，而是通过send方法接受的值)，由于我们没有调用send方法，所以
tmp的值为None,此时输出None，并执行到下一次yield x,所以又输出1.
到了这里，next方法我们都懂了，下面看看send方法。
| 1 | print g.send(\’hello\’) #world 2 |
上一次执行到yield 1后暂停，此时我们send(‘hello’)，那么程序将收到‘hello’，并给tmp赋值为’hello’,此时tmp==’hello’为真，所以输出’world’,并执行到下一次yield 2,所以又打印出2.（next()等价于send(None)）
当循环结束，将抛出StopIteration停止生成器。
看下面代码：
| 12345678 | def stop_immediately(name): if name == \’skycrab\’: yield \’okok\’ else: print \’nono\’ s=stop_immediately(\’sky\’)s.next() |
正如你所预料的，打印出’nono’,由于没有额外的yield，所以将直接抛出StopIteration。
| 12345 | nonoTraceback (most recent call last): File \”F:python workspacePytestsrccs.py\”, line 170, in s.next()StopIteration |
看下面代码，理解throw方法，throw主要是向生成器发送异常。
| 12345678910 | def mygen(): try: yield \’something\’ except ValueError: yield \’value error\’ finally: print \’clean\’ #一定会被执行gg=mygen()print gg.next() #somethingprint gg.throw(ValueError) #value error clean |
调用gg.next很明显此时输出‘something’,并在yield ‘something’暂停，此时向gg发送ValueError异常，恢č执行环境，except 将会捕捉，并输出信息。
理解了这些，我们就可以向协同程序发起攻击了，所谓协同程序也就是是可以挂起，恢复，有多个进入点。其实说白了，也就是说多个函数可以同时进行，可以相互之间发送消息等。