Python生成器与yield关键字深度解析：__next__与send机制详解

前言

Python中提供了一种高效的语法结构——生成器，其核心依赖于yield关键字。合理使用生成器能够显著优化系统资源消耗，避免不必要的内存占用问题。

代码示例

def fun():
for i in range(20):
 x=yield i
 print('good',x)
if __name__ == '__main__':
a=fun()
a.__next__()
x=a.send(5)
print(x)

以下代码虽短，却清晰展示了yield关键字的核心功能：逐个产出值。示例中获取了两个生成器产生的数值，分别为0和1，分别通过next函数和send()函数获取，关于这两个函数的具体区别将在后文详细展开。

关于__next__函数，此处先作简要说明。我们可以利用__next__()方法持续获取符合fun函数生成规则的数值，直至迭代至19为止。相关代码如下：

def fun():
for i in range(20):
 x=yield i
if __name__ == '__main__':
for x in fun():
 print(x)

上述代码的运行效果与以下代码完全一致：

if __name__ == '__main__':
for i in range(20):
 x=yield i

虽然for...in循环是调用生成器的基础用法，但仅掌握此用法意义有限。生成器中更为关键的是send和__next__这两个函数，下文将对它们进行详细阐述。

send函数详解

此处特别强调send函数，因为其机制不如__next__直观。__next__函数的逻辑较为清晰：从上一个终止点开始执行，直到遇到下一个yield语句结束，其返回值即为yield表达式的值。

例如在初始的那段代码里：

def fun():
for i in range(20):
 x=yield i
 print('good',x)

第一次调用__next__函数时，程序从fun函数的起点开始执行，在yield处暂停。需要注意的是，此时赋值语句尚未调用，此处的yield i与return在行为上类似。

然而，第二次调用__next__函数时，程序会直接从上一个yield的结束点继续执行。这意味着先执行赋值语句，然后输出字符串，进入下一个循环，直到遇到下一个yield或生成器结束。

再次观察初始代码，可以发现第二次调用时并未使用__next__函数，而是使用了send()函数。这里需要注意，send()函数的用法与__next__函数存在显著差异。send()函数只能从yield之后开始执行，直到下一个yield结束。这意味着第一次调用必须使用__next__函数来启动生成器。

send()函数最重要的作用在于它能够为yield对应的赋值语句提供值，例如上面那一段代码中的

x=yield i

如果调用__next()__函数，那么x的值为None。但是如果调用send(5)，那么x的值即为5。除了上述两个显著特征外，send和next在行为上并无其他区别，send函数同样会返回yield表达式对应的值。

next函数调用次数可能受限

需要特别注意的是，尽管生成器具有惰性求值特性，但next函数的调用次数可能是有限的。如下面这段代码所示：

def fun():
for i in range(20):
 x=yield i
 print('good',x)
if __name__ == '__main__':
a=fun()
for i in range(30):
 x=a.__next__()
 print(x)

生成器内部的函数仅循环了20次，但如果next函数被调用了30次，此时将会触发StopIteration异常。

总结

以上所述是小编给大家介绍的Python中的yield关键字，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对本站网站的支持！