python-迭代器、生成器、协程-刘刚刚的博客

在了解yield与协程的关系时，进行了差缺补漏

迭代器

Python中当容器对象提供了对迭代的支持时，可以通过container.__iter__()来返回一个迭代器对象。

迭代器需要支持以下两个方法，这两个方法共同构成了迭代器协议：

iterator.__iter__()
该方法返回迭代器本身，这个方法是配合for和in使用所必须的。
iterator.__next__()
该方法返回下一项，如果已没有可返回的内容则引发 StopIteration异常

生成器

当一个函数内存在yield关键字时，这个函数便成为一个生成器函数。

当一个生成器函数被调用时，变会返回一个名称为生成器的迭代器。

生成器支持以下方法：

generator.__next__()

有两个作用：

（1）开始一个生成器函数的执行

（2）从上次执行yield的地方恢复，如果为该用法，则上次的yield表达式的值，会被赋值为None.

from icecream import  ic
def echo(value=None):
    print("生成器开始执行")
    try:
        while True:
            try:
                value = (yield value)
            except Exception as e:
                value = e
    finally:
        print("关闭")


generator = echo(1)
ic(next(generator))
ic(next(generator))

#输出结果:
>>>
生成器开始执行
ic| next(generator): 1
ic| next(generator): None
关闭

generator.send()

有两个作用：

（1）开始一个生成器函数的执行，此时send的参数比如为None

（2）从上次执行yield的地方恢复，如果为该用法，则上次的yield表达式的值，会被赋值为send的参数.

from icecream import  ic
def echo(value=None):
    print("生成器开始执行")
    try:
        while True:
            try:
                value = (yield value)
            except Exception as e:
                value = e
    finally:
        print("关闭")
generator = echo(1)
print("---")
ic(generator.send(None))
ic(generator.send(1))
# 输出结果
>>>
---
生成器开始执行
ic| generator.send(None): 1
ic| generator.send(1): 1
关闭

generator.throw()

在生成器暂停的位置引发一个异常，并返回该生成器函数产生的下一个值，如果没有下一个值，则会引发 StopIteration异常

# 引发一个异常,有下一个值时的示例
def echo(value=None):
    ic("生成器开始执行")
    try:
        while True:
            try:
                value = (yield value)
            except Exception as e:
                value = e
    finally:
        print("关闭")


generator = echo(1)
ic("---")
ic(next(generator))
ic(generator.throw(TypeError, "spam"))

>>>
ic| '---'
ic| '生成器开始执行'
ic| next(generator): 1
ic| generator.throw(TypeError, "spam"): TypeError('spam')
关闭

# 引发一个异常,无下一个值时的示例
def echo(value=None):
    ic("生成器开始执行")
    try:
        while True:
            try:
                value = (yield value)
            except Exception as e:
                break
    finally:
        print("关闭")


generator = echo(1)
ic("---")
ic(next(generator))
ic(generator.throw(TypeError, "spam"))

>>>
ic| '---'
ic| '生成器开始执行'
ic| next(generator): 1
Traceback (most recent call last):
  File "E:\2022www\test_3.7\main.py", line 42, in <module>
    ic(generator.throw(TypeError, "spam"))
StopIteration
关闭

generator.close()

在生成器函数暂停的位置引发 GeneratorExit异常，如果此时生成器再产生一个值,则会引发RuntimeError,如果生成器已经由于异常或者正常退出,则不会引发异常.

# 引发 `GeneratorExit`异常的示例
def echo(value=None):
    ic("生成器开始执行")
    try:
        while True:
            try:
                value = (yield value)
            except Exception as e:
                break
    finally:
        traceback.print_exc()
        print("关闭")


generator = echo(1)
ic("---")
ic(next(generator))
ic(generator.close())

>>>
ic| '---'
ic| '生成器开始执行'
ic| next(generator): 1
Traceback (most recent call last):
  File "E:\2022www\test_3.7\main.py", line 32, in echo
    value = (yield value)
GeneratorExit
ic| generator.close(): None
关闭

# 引发 `RuntimeError`异常的示例
def echo(value=None):
    ic("生成器开始执行")
    try:
        while True:
            try:
                value = (yield value)
            except Exception as e:
                break
    finally:
        yield 1
        print("关闭")


generator = echo(1)
ic("---")
ic(next(generator))
ic(generator.close())

>>>
ic| '---'
ic| '生成器开始执行'
ic| next(generator): 1
Traceback (most recent call last):
  File "E:\2022www\test_3.7\main.py", line 43, in <module>
    ic(generator.close())
RuntimeError: generator ignored GeneratorExit

生成器与迭代器的联系与区别

概念的区别
生成器是使用了yield关键字的函数
迭代器是实现了迭代器协议的对象
用途
迭代器是访问容器的一种方式
生成器是一种生成元素的方法,但生成器也实现了迭代器协议
两者的关联
生成器也是一种迭代器

def echo(value=None):
    ic("生成器开始执行")
    yield 1


ec = echo(1)
from collections.abc import Iterator, Generator
#
print(type(ec))
print(ec.__class__.mro())
print(isinstance(ec, Iterator))
print(isinstance(ec, Generator))
>>>
<class 'generator'>
[<class 'generator'>, <class 'object'>]
True
True
[<class 'collections.abc.Iterator'>, <class 'collections.abc.Iterable'>, <class 'object'>]
[<class 'collections.abc.Generator'>, <class 'collections.abc.Iterator'>, <class 'collections.abc.Iterable'>, <class 'object'>]

tip:
此处的通过python的类的mro与abc中的mro不同,尚未找到原因,猜测可能是因为cpython的原因.

列表生成式与生成器推导式

列表生成式直接生成的就是列表

生成器推导式为生成器

a = [i for i in range(10)] # 列表生成式
b = (i for i in range(10)) # 生成器推导式
ic(a,type(a))
ic(b,type(b))
>>> 
ic| a: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9], type(a): <class 'list'>
ic| b: <generator object <genexpr> at 0x035F7CF0>
    type(b): <class 'generator'>

可迭代对象与迭代器的关系

可迭代对象实现了__iter__()方法,可以将可迭代对象转为迭代器.

yield与协程

yield在生成器中实现了保存程序运行状态时上下文的功能,其作用与协程一样.

但是其并无法在遇到io时自动切换