【Python】迭代器和生成器的个人理解，再讲一讲协程

　　在认识yield的时候，网上很多文章都是说这个是个生成器，但是我并不知道这个是用来做什么的，所以概念很快就忘记了，后面读了几个文章以后感觉茅塞顿开。我就接介绍一下。

　　有一篇文章提到，可以把yield看成是生成器的return的一部分，首先一个return的作用是在程序中返回某个值，返回之后程序就不再往下执行了，那么生成器是是什么，只有调用next()方法的时候该函数才会执行。结合来看，当一个函数带有yield，它已经不是一个函数了，而是一个生成器，即一个返回迭代器的函数，返回的迭代器有一个next方法，但是每次走一步，到yield停一次，下一次执行到next()时，再从上一次暂停的位置开始，直到执行到下一个yield表达式，将yield关键字后的表达式列表返回给调用者，并再次暂停。

　　举个例子：

            def run():
    print(
            "
            starting...
            "
            )
    
            while
             True:
        res = yield1
        print("res:",res)

g = run()
print(next(g))
print("------")
print(next(g))

输入结果如下：
starting...
1
------
res: None
1

　　上面的表达有点绕口，但是如果你懂迭代器，那么在这里你就懂了。如果不懂，也没关系，我将一下迭代器。

　　迭代器的功能主要用于访问集合元素，迭代器从集合的第一个元素开始访问，知道所有元素被访问完结束。向我们的list,tuple,string，dict，都是可以迭代的，对于我们自己实现的类型，如果实现了__iter__()或者__getitem__()方法,那么该类对象也是可以迭代的。

　　抽象来看的话，迭代器是一个数据流，对迭代器不断调用next()方法，就可以依次获取下一个元素，当迭代器没有元素的时候，调用next()会抛出StopIteration异常。iter()方法则返回一个特殊的迭代对象，当出现StopIteration异常的时候，则识别迭代完成结束。最常见的就是我们的for循环：

            for i in range li:
    print(i)

　　Python 处理for 循环时，首先会调用内建函数 iter(li)，它实际上会调用 li.__iter__()，返回 li对应的迭代器。而后，li循环会调用内建函数 next()，作用在迭代器上，获取迭代器的下一个元素，并赋值给 x。这个时候，Python 才算是真正开始执行循环体。

　　那问题来了，我们知道迭代器的用法，那生成器在什么地方可以用呢。那就不得不提到协程了。协程也叫微线程，举个例子：

　　函数的调用都是层级调用，抽象来看是实现了栈的调用，a调用b，b调用c，那么c执行完毕返回，再b执行完毕返回，再a执行完毕。这里的调用顺序是明确的的。

　　但是协程不同，虽然它也是子程序，但是在执行的过程中，子程序内部会发生中断，转而去执行别的子程序，在适当的时候再跳回来。

　　那好处在哪里呢，线程的切换是需要开销的，而子程序的切换由程序自己控制，性能优势就有了。另外一个是因为只有一个线程，不存在读写冲突，在控制共享资源的时候不加锁，优势就更大了。

　　正如前面所说的，yield能提供一个函数执行过程中的暂停，这个协程的子程序内部中断的思想不谋而合，如果使用协程去写生产者-消费者模型，那么当生产者生产消息以后，直接通过yield跳转到消费者开始执行，待消费者执行完毕以后，切换回生产者继续生产，效率极高：

            import time

def consumer():
    r = ‘‘while True:
        n = yield r
        if not n:
            return
        print(‘[CONSUMER] Consuming %s...‘ % n)
        time.sleep(1)
        r = ‘200 OK‘

def produce(c):
    c.next()
    n = 0while n < 5:
        n = n + 1
        print(‘[PRODUCER] Producing %s...‘ % n)
        r = c.send(n)
        print(‘[PRODUCER] Consumer return: %s‘ % r)
    c.close()

if __name__==‘__main__‘:
    c = consumer()
    produce(c)

原文：https://www.cnblogs.com/guangluwutu/p/13390352.html