python 协程中的迭代器，生成器原理及应用实例详解

这篇文章主要介绍了python 协程中的迭代器，生成器原理及应用,结合具体实例形式详细分析了Python协程中的迭代器，生成器概念、原理及应用操作技巧,需要的朋友可以参考下

本文实例讲述了python 协程中的迭代器，生成器原理及应用。分享给大家供大家参考，具体如下：

1.迭代器理解

迭代器：

迭代器是访问可迭代对象的工具

迭代器是指用iter(obj)函数返回的对象(实例)

迭代器是指用next(it)函数获取可迭代对象的数据

迭代器函数(iter和next)

iter(iterable)从可迭代对象中返回一个迭代器,iterable必须是能提供一个迭代器的对象

next(iterator) 从迭代器iterator中获取下一了记录,如果无法获取下一条记录,则触发stoptrerator异常

说明:

1.迭代器只能往前取值,不会后退

2.用iter函数可以返回一个可迭代对象的迭代器

2.迭代器的应用

class Fabonacci(object): def __init__(self,all_num): self.all_num = all_num self.current_num = 0 self.a = 0 self.b = 1 def __iter__(self): return self def __next__(self): if self.current_num

3.生成器的理解

生成器（generator）

是构造新的可迭代对象的一种简单方式。一般的函数return只会返回单个值，而生成器并不是直接将可迭代值直接放入内存中，而是以延迟的方式返回一个值序列，即每返回一个值之后暂停，直到下一个值被请求时再继续，可有效节省内存占用。

要构建一个生成器，则需要用到关键字yield，yield的作用与函数的返回值return有些类似，通过在函数中将return替换成yield就是把函数变成生成器，带有

yield 的函数不再是普通函数，python

解释器会将函数对象视为生成器对象，并且该生成器返回的是yield表达式生成的可迭代值序列，可通过for循环等方法依次读取生成器返回的可迭代值序列

生成器生成的可迭代值只可以被读取一次，每一次迭代都是按生成器代码流程遇见yield表达式就返回值并记录位置后中止留待下一次迭代，下一次迭代时执行代码的起始位置是从上一次记录位置开始，直至整个生成器代码运行结束。

4.生成器的应用

1）

def create_num(all_num): a, b = 0, 1 current_num = 0 while current_num

2）通过send启动生成器

send一般不会放到第一次启动生成器，如果非要这么做，那么传递None

错误示范：

def create_num(all_num): a, b = 0, 1 current_num = 0 while current_num >>ret>>>", ret) a, b = b, a+b current_num += 1 obj = create_num(10) ret = obj.send("hello") #第一个就调用send方法 print(ret) ret = next(obj) print(ret)

正确示范：

def create_num(all_num): a, b = 0, 1 current_num = 0 while current_num >>ret>>>", ret) a, b = b, a+b current_num += 1 obj = create_num(10) ret = next(obj) print(ret) ret = obj.send("hello") print(ret)

def create_num(all_num): a, b = 0, 1 current_num = 0 while current_num >>ret>>>", ret) a, b = b, a+b current_num += 1 obj = create_num(10) ret = obj.send(None) print(ret) ret = next(obj) print(ret)

3).使用生成器完成多任务（并发）

import time def task_1(): while True: print("----1----") time.sleep(0.1) yield def task_2(): while True: print("----2----") time.sleep(1) yield def main(): t1 = task_1() t2 = task_2() while True: next(t1) next(t2) if __name__ == '__main__': main()

4).gevent使用生成器

导入genvent库

import gevent import time def f1(n): for i in range(n): print(gevent.getcurrent(),i) gevent.sleep(0.5) def f2(n): for i in range(n): print(gevent.getcurrent(),i) gevent.sleep(0.5) def f3(n): for i in range(n): print(gevent.getcurrent(),i) gevent.sleep(0.5) print("----1----") g1 = gevent.spawn(f1,5) print("----2----") g2 = gevent.spawn(f2,5) print("----3----") g3 = gevent.spawn(f3,5) g1.join() g2.join() g3.join()

修改time.sleep（）成gevent.sleep（）的简单方法：（打补丁）

只需要导入monkey，写一句代码monkey.patch_all()

，运行时就会自动替换

import gevent import time from gevent import monkey monkey.patch_all() def f1(n): for i in range(n): print(gevent.getcurrent(),i) time.sleep(0.5) def f2(n): for i in range(n): print(gevent.getcurrent(),i) time.sleep(0.5) def f3(n): for i in range(n): print(gevent.getcurrent(),i) time.sleep(0.5) print("----1----") g1 = gevent.spawn(f1,5) print("----2----") g2 = gevent.spawn(f2,5) print("----3----") g3 = gevent.spawn(f3,5) g1.join() g2.join() g3.join()

创建多个gevent时不需一个一个添加join

import gevent import time from gevent import monkey monkey.patch_all() def f1(n): for i in range(n): print(gevent.getcurrent(),i) time.sleep(0.5) def f2(n): for i in range(n): print(gevent.getcurrent(),i) time.sleep(0.5) def f3(n): for i in range(n): print(gevent.getcurrent(),i) time.sleep(0.5) gevent.joinall([ gevent.spawn(f1,5), gevent.spawn(f2,5), gevent.spawn(f3,5)])

更多关于Python相关内容可查看本站专题：《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。