python生成器generator介绍

　　generator 从字面上理解，就是生成器，它的实现方式有两种：

1、不同于列表生成器（[]）,而是用 （）来表示。(原来这种叫做生成器表达式哦，哈哈)

访问方式，可以用for 循环来访问，也可以用 .next 来访问。

N = ['Hello', 'World', 18, 'Apple', 'None']
hh = (s.lower() for s in N if isinstance(s,str) ==True)print hh#for item in hh:# print item#print hh.next()#print hh.next()#print hh.next()#print hh.next()

输出结果

<generator object <genexpr> at 0x7f543a074690>
hello
world
apple
none

hh 是生成器返回的值，类似于一个数组。支持 for循环访问和 .next()访问，有一点需要注意的是，for 循环执行完了之后就不能执行 hh.next（）了，类似于指针到了最后，或者C++中迭代器指向了最后，再访问就会出现错误。

2、用yield来生成 ，（叫做生成器函数）

无论用next() 和for 循环来调用，都是执行到了yield之后，返回 n值，然后将当前的状态挂起，然后返回。

def create_counter(n):print "create counter"#while True:while False:yield nprint 'increment n'n += 1cnt = create_counter(2)#print cntfor item in cnt:print item#print next(cnt)#print next(cnt)#print cnt.next()#print cnt.next()

比如这个例子中，当打印cnt的时候，<generator object create_counter at 0x7fa992b8d6e0>

说明这是一个，生成器。
当 为False的时候，只会打印 create counter

当为True的时候，用for 循环就会出现死循环的情况。

协程：

我知道有进程、线程的概念，但是协程是什么东西，我还真是不知道

从技术的角度来说，“协程就是你可以暂停执行的函数”。如果你把它理解成“就像生成器一样”，那么你就想对了。这是在一篇文章上看到的。

python之所以执行效率高

1、为子程序切换不是线程切换，而是由程序自身控制，因此，没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显。

2、执行的过程中不会涉及到锁机制。

附一个简单的生产者和消费者的例子：

def consumer():
 r = ''while True:
 n = yield rif not n:returnprint('[CONSUMER] Consuming %s...' % n)
 time.sleep(1)
 r = '200 OK'def produce(c):
 c.next()
 n = 0while n < 5:
 n = n + 1print('[PRODUCER] Producing %s...' % n)
 r = c.send(n)print('[PRODUCER] Consumer return: %s' % r)
 c.close()if __name__=='__main__':
 c = consumer()
 produce(c)

1. consumer函数是一个generator。
2. c.send(None)其实等价于next(c),第一次执行时其实只执行到n = yield r就停止了，然后把r的值返回给调用者。
3. yield r是一个表达式，通过send(msg)被赋值，而send(msg)是有返回值的，返回值为：下一个yield r表达式的参数，即为r。
4. produce一旦生产了东西，通过c.send(n)切换到consumer执行。consumer通过yield拿到消息，处理，又通过yield把结果传回。也就是说，c.send(1) 不但会给 c 传送一个数据，它还会等着下次 yield 从 c 中返回一个数据，它是有返回值的，一去一回才算完，拿到了返回的数据(200 OK)才继续下面执行。
5. 整个流程无锁，由一个线程执行，produce和consumer协作完成任务，所以称为“协程”，而非线程的抢占式多任务。

总结来说，就是 yield r 是一个表达式，通过 c.send 被赋值，然后返回值为下一个为yield r 表达式的参数。