|
从今天开始，我们将开始进入Python的难点，那就是协程。 为了写明白协程的知识点，我查阅了网上的很多相关资料。发现很难有一个讲得系统，讲得全面的文章，导致我们在学习的时候，往往半知半解，学完还是一脸懵逼。 学习协程的第一门课程，是要认识生成器，有了生成器的基础，才能更好地理解协程。 如果你是新手，那么你应该知道迭代器，对生成器应该是比较陌生的吧。没关系，看完这系列文章，你也能从小白成功过渡为Ptyhon高手。 可迭代、迭代器、生成器 初学Python的时候，对于这三货真的是傻傻分不清。甚至还认为他们是等价的。 其实，他们是不一样的。 可迭代的对象，很好理解，我们很熟悉的：字符串，list，dict，tuple，deque等 为了验证我说的，需要借助collections.abc这个模块（Python2没有），使用isinstance来类别一个对象是否是可迭代的（Iterable），是否是迭代器（Iterator），是否是生成器（Generator）。  输出结果  从结果来看，这些可迭代对象都不是迭代器，也不是生成器。它们有一个共同点，就是它们都可以使用for来循环。这一点，大家都知道，我们就不去验证了。 扩展知识: 可迭代对象，是其内部实现了，__iter__ 这个魔术方法。 可以通过，dir方法来查看是否有__iter__来判断一个变量是否是可迭代的。  接下来是，迭代器。 对比可迭代对象，迭代器其实就只是多了一个函数而已。就是__next__，我们可以不再使用for循环来间断获取元素值。而可以直接使用next方法来实现。 迭代器，是在可迭代的基础上实现的。要创建一个迭代器，我们首先，得有一个可迭代对象。 现在就来看看，如何创建一个可迭代对象，并以可迭代对象为基础创建一个迭代器。  输出  如果上面的代码太多，也可以看这边，你更能理解。  接下来，是我们的重点，生成器。 生成器的概念在 Python 2.2 中首次出现，之所以引入生成器，是为了实现一个在计算下一个值时不需要浪费空间的结构。 前面我们说，迭代器，是在可迭代的基础上，加了一个next方法。 而生成器，则是在迭代器的基础上（可以用for循环，可以使用next），再实现了yield。 yield 是什么东西呢，它相当于我们函数里的return。在每次next，或者for遍历的时候，都会yield这里将新的值返回回去，并在这里阻塞，等待下一次的调用。正是由于这个机制，才使用生成器在Python编程中大放异彩。实现节省内存，实现异步编程。 如何创建一个生成器，主要有如下两种方法 使用列表生成式  实现yield的函数  可迭代对象和迭代器，是将所有的值都生成存放在内存中，而生成器则是需要元素才临时生成，节省时间，节省空间。 如何运行/激活生成器 由于生成器并不是一次生成所有元素，而是一次一次的执行返回，那么如何刺激生成器执行(或者说激活)呢？ 激活主要有两个方法 使用next 使用generator.send(None) 分别看下例子，你就知道了。  输出 生成器的执行状态 生成器在其生命周期中，会有如下四个状态 GEN_CREATED # 等待开始执行 GEN_RUNNING # 解释器正在执行（只有在多线程应用中才能看到这个状态） GEN_SUSPENDED # 在yield表达式处暂停 GEN_CLOSED # 执行结束 |
|
|
