Python协程中生成器send方法的使用

最新推荐文章于 2025-09-18 16:42:08 发布
原创 最新推荐文章于 2025-09-18 16:42:08 发布 · 1.1k 阅读 · 1 ·
CC 4.0 BY-SA版权
啃饼小白，版权所有
文章标签：

#Python #生成器

本文探讨了Python协程中生成器send方法的使用。通过分析代码和运行结果，阐述了send方法如何与生成器交互并传递值，同时强调了在使用生成器时，第一次必须发送None来启动它。next方法在此扮演了相同的角色，即初始化生成器并传递None。

关于博主

努力与运动兼备～~~有任何问题可以加我好友或者关注微信公众号，欢迎交流，我们一起进步！

                                      微信公众号:  啃饼思录


                                    QQ: 2810706745（i思录）

写在前面

博主最近在利用协程写异步爬虫的时候，遇到了一个问题，那就是生成器send方法的使用，今天打算好好研究一下相关内容。

分析过程

代码上手

#!/usr/bin/python3

def MyGenerator():
        value=yield 'hello'
        yield value
        return done
        
gen=MyGenerator()
print(next(gen))
print(gen.send(
最低0.47元/天 解锁文章
Python中的生成器与协程：并发编程的双刃剑
这家伙很懒，什么都没有留下
04-09 968
生成器和协程是Python中提高程序效率和实现并发编程的重要工具。生成器通过惰性计算实现按需生成数据，适用于处理大数据量和节省内存空间；协程通过async和await关键字实现并发编程，适用于I/O密集型任务和高并发场景。在实际编程中，可以根据具体需求选择合适的工具，提高程序性能和开发效率。
深入理解Python生成器与协程：原理、实践与最佳应用场景20240919
Narutolxy的博客
09-19 1767
python 生成器 迭代器 协程
python特性（八）：生成器对象的send方法
热门推荐
汪星人来地球的博客
02-21 2万+
生成器对象是一个迭代器。但是它比迭代器对象多了一些方法，它们包括send方法，throw方法和close方法。这些方法，主要是用于外部与生成器对象的交互。本文先介绍send方法。 send方法有一个参数，该参数指定的是当前被挂起的yield语句的返回值。这样说起来比较抽象，看下面的例子。 def MyGenerator(): value = (yield 1) va
生成器的send方法
ZHOUXIN0426的博客
03-23 277
send 和next区别 next：唤醒并继续执行 send：唤醒并继续执行 　　　发送信息到生成器内部。 def fib(max): n,a,b = 0,0,1 while n < max: msg = yield b #yield b 赋值给msg，msg接收send来的信号。 print(msg) ...
深入分析Python的进阶部分---协程（新手建议收藏）
编程开发知识分享
09-18 919
Python协程深度解析：从原理到实践 本文系统介绍了Python协程的核心技术与应用。协程作为用户态轻量级线程，通过非抢占式调度实现单线程并发，规避GIL限制。演进历程包括生成器、async/await语法和asyncio生态三个阶段。关键机制涉及事件循环调度和协程状态机，支持高并发I/O处理。文章对比了不同实现方式，详细解析了核心API与设计模式，并给出Web爬虫等实战案例。同时探讨了性能优化策略、调试技巧及单核限制等挑战，指出结构化并发等未来趋势。协程凭借高吞吐、低消耗和简洁语法，成为现代Python
python-生成器即send（）用法
houpainansheng688的博客
03-22 879
参考链接： 　　http://www.mamicode.com/info-detail-2399245.html 作者首先介绍了生成器的作用：是为了让程序员可以更简单的编写用来产生值的序列的代码，然后又介绍了一些其他知识。 然后介绍了send是PEP 342加入的新特性 　　通过send方法来将一个值”发送“给生成器。other = yield foo 这样的语句的意思是...
python窗体生成器_python--生成器
weixin_39792686的博客
12-06 272
生成器一、概念python中的生成器(generator)保存的是算法，只有当真正调用需要的值的时候才会去计算出值。它是一种惰性计算(lazy evaluation)。二、列表生成式定义一个列表a = [0,1,2,3,4,5,6,7,8,9]除了上面直接定义外，我们还可以使用列表生成式：a = [i for i in range(10)]print(a)#输出[0, 1, 2, 3, 4, 5,...
生成器——send用法
weixin_30687051的博客
05-04 217
def generator(): print(1,2,3) content = yield 1 print('-----------',content) print(4,5,6) yield 2g = generator() # 返回给g一个生成器# 第一种生成器使用方法print(g.__next__())# print(g.__next__())# 第二种...
python 协程中的迭代器，生成器原理及应用实例详解
09-18
综上所述，Python中的迭代器和生成器是协程中非常关键的概念，它们提供了灵活的数据处理方式，尤其是在处理大量数据或者需要高效内存管理的场景中。通过理解迭代器和生成器的工作原理，开发者可以编写出更加优雅和...
Python生成器next方法和send方法区别详解
09-16
本篇文章将深入探讨Python生成器中的`next()`方法和`send()`方法，以及它们之间的区别。 首先，让我们理解`next()`方法。`next()`方法用于迭代生成器，当调用`next(g)`时，它会执行生成器函数直到遇到第一个`yield`...
Python生成器generator之next和send运行流程
pfm685757的专栏
11-19 2万+
对于普通的生成器，第一个next调用，相当于启动生成器，会从生成器函数的第一行代码开始执行，直到第一次执行完yield语句（第4行）后，跳出生成器函数。 然后第二个next调用，进入生成器函数后，从yield语句的下一句语句（第5行）开始执行，然后重新运行到yield语句，执行后，跳出生成器函数， 后面再次调用next，依次类推。下面是一个列子： 1 def consumer(): 2
python2020面试题
Black eyes的博客
11-19 608
Q.2. 深拷贝和浅拷贝的区别是什么？ 深拷贝是将对象本身复制给另一个对象。这意味着如果对对象的副本进行更改时不会影响原对象。在 Python 中，我们使用 deepcopy（）函数进行深拷贝，使用方法如下： 深拷贝-Python 面试问题及答案 浅拷贝是将对象的引用复制给另一个对象。因此，如果我们在副本中进行更改，则会影响原对象。使用 copy（）函数进行浅拷贝，使用方法如下： 浅拷贝—Python 面试问题及答案 Q.3. 列表和元祖有什么不同？ 主要区别在于列表是可变的，元祖是不可变的。 ...
python中的生成器send的作用_python生成器中的send()方法和next()方法
weixin_39599046的博客
02-03 351
在异步IO的使用时，generator是最基本的一个实现方法。python生成器有两个主要方法，一个是send一个是next。今天我们来看看两者的用法和联系。在每段代码中，第一个next调用，相当于启动生成器，会从生成器函数的第一行代码开始执行，直到第一次执行完yield语句(第4行)后，跳出生成器函数。然后第二个next调用，进入生成器函数后，从yield语句的下一句语句(第5行)开始执行，然后...
python中的生成器send的作用_Python学习之旅—生成器对象的send方法详解
weixin_39738380的博客
12-18 503
前言在上一篇博客中，笔者带大家一起探讨了生成器与迭代器的本质原理和使用，本次博客将重点聚焦于生成器对象的send方法。一.send方法详解我们知道生成器对象本质上是一个迭代器。但是它比迭代器对象多了一些方法，它们包括send方法，throw方法和close方法等。生成器拥有的这些方法，主要用于外部与生成器对象的交互。我们来看看生成器对象到底比迭代器多了哪些方法：deffunc():yield 1g...
python中的生成器send的作用_python-生成器即send（）用法
weixin_30666751的博客
02-03 279
def consumer():r = ''while True:n = yield rif not n:returnprint('[CONSUMER] Consuming %s...' % n)r = '200 OK'def produce(c):c.send(None)#先用空值啟動生成器n = 0while n < 5:n = n + 1print('[PRODUCER] Produci...
理解Python生成器的send函数
池鑫洋
04-28 2289
生成器之Send方法--python
sunghosts的专栏
08-02 619
转：https://www.cnblogs.com/lanyinhao/p/9137956.html #send主要是用于外部与生成器对象的交互def func1(): # 生成器函数 print("ok1") x = 10 # 函数内局部变量x赋值为10 print(x) x = yield 1 # 这里就是send函数的关键 # 之前我们创建的生成器，yield左边都是没有值（我现在不是很确定这里是不是应该叫做返回值，那就先用值代替）。 # 现在我们
python生成器的send方法
jerrism的博客
07-23 1208
官方文档： generator.send(value) 恢复执行并向生成器函数“发送”一个值。 value 参数将成为当前 yield 表达式的结果。 send() 方法会返回生成器所产生的下一个值，或者如果生成器没有产生下一个值就退出则会引发 StopIteration。 当调用 send() 来启动生成器时，它必须以 None 作为调用参数，因为这时没有可以接收值的 yield 表达式。 示例: def test(): for i in range(5): sig = yie
python中的生成器send的作用_Python Generator 生成器的send方法到底有啥用？
weixin_39654917的博客
12-18 422
本文纯属无聊写下这是个生成器numbers = (i for i in range(100))这也是个生成器def numbers():for i in range(100):yield i他们两者本质是一码事，前者是后者的语法糖而已。那这是啥?numbers = [i for i in range(100)]其实本质上是这numbers = list((i for i in range(100)...
python协程加生成器给出调用demobong分析
最新发布
12-06
<think>我们需要结合生成器和协程的概念来编写一个示例。生成器是通过yield语句产生数据的函数，而协程则可以通过send()方法接收数据，实现双向通信。 下面是一个使用生成器实现协程的简单示例，我们将模拟一个“bong”游戏，其中包含两个协程：一个用于计数，一个用于在特定条件（如数字能被3整除）时输出"bong"。 但是，请注意：题目要求是“python协程加生成器给出调用demobong分析”。我们可能理解为一个名为demobong的示例分析。 因此，我们设计一个简单的例子： 我们创建一个协程，它接收数字，当数字能被3整除时，它返回"bong"，否则返回数字本身（作为字符串）。然后我们通过另一个生成器（或主程序）来调用这个协程并打印结果。 注意：在Python中，协程可以通过生成器实现（在Python 3.5之前，协程是通过生成器实现的，使用yield来接收和发送数据）。在较新版本中，我们通常使用async/await，但这里要求生成器，所以我们用旧式。 我们将创建一个名为`bong`的协程（生成器函数），它通过yield来接收数字，然后根据条件返回字符串。 步骤： 1. 定义协程`bong()`：它会通过yield等待接收一个数字，然后判断该数字，如果能被3整除则返回"bong"，否则返回该数字的字符串形式。 2. 注意：协程需要先启动（通过next()或send(None)）到第一个yield处。 3. 然后，我们创建一个调用循环，发送数字给协程，并打印协程返回的结果。 但是，题目要求“调用demobong分析”，我们假设是要一个demo，所以我们将整个示例写出来。 我们也可以设计一个更复杂的例子，比如有两个协程，一个计数，一个处理，但这里简单起见，我们只用一个。 示例代码： ```python def bong(): # 协程函数 print("协程已启动，等待接收数字...") try: while True: num = yield # 接收数字 if num % 3 == 0: result = "bong" else: result = str(num) # 将结果发送回调用者 yield result except GeneratorExit: print("协程结束") # 创建协程对象 coroutine = bong() # 启动协程，运行到第一个yield处（在num = yield处暂停，此时还未赋值） next(coroutine) # 模拟调用：发送数字1到10 for i in range(1, 11): # 发送数字给协程，协程在第一个yield处等待，发送后协程会执行到下一个yield（即返回结果的yield） result = coroutine.send(i) print(f"发送数字: {i}, 返回结果: {result}") # 为了让协程回到等待接收的状态，我们需要再次推进到下一个yield（即等待接收的yield） next(coroutine) # 这里会推进到下一次循环的yield（等待接收的yield） # 关闭协程 coroutine.close() ``` 然而，上面的代码每次发送后需要再调用一次next()，这样有些麻烦。我们可以调整一下，让协程在每次处理完一个数字后自动回到等待状态，这样就不需要在循环中调用两次。 改进：我们可以在协程内部使用一个循环，每次先返回结果，然后立即等待下一次发送。但是注意，第一次yield用于启动，然后我们进入循环：先接收数据，处理，然后yield结果，接着循环等待下一次数据。 修改协程： ```python def bong(): # 启动后，先返回None（第一次next时到第一个yield，然后等待send） # 然后我们进入循环：接收数据，处理，然后yield结果，再回到循环开始等待下一个数据 while True: num = yield # 接收数据，第一次send时，数据赋给num # 处理数据 if num % 3 == 0: result = "bong" else: result = str(num) # 将结果yield出去，然后等待下一次send（下一次send会从该yield之后开始，即回到循环开头） yield result # 这样使用的时候： coroutine = bong() next(coroutine) # 启动，到第一个yield（即等待发送数据的地方） for i in range(1, 11): # 发送数据，并立即得到结果（因为协程内部会执行到下一个yield，即yield result） result = coroutine.send(i) print(f"发送数字: {i}, 返回结果: {result}") # 注意：此时协程停在yield result处，我们需要让它回到循环开头等待下一次send？但是下一次send会覆盖当前暂停的yield，所以我们需要先调用next让它回到第一个yield？ # 实际上，我们在发送i之后，协程执行到yield result并返回，然后暂停在yield result。如果我们直接再次send，那么send的值将会作为yield result的返回值（但我们不需要这个返回值），然后继续执行到下一次循环的yield（等待接收数据的地方）。所以我们可以省略一次next，而是在每次循环中只调用send。 # 但是，我们这样写，在循环中每次只调用send，那么第一次启动后，第一次send(i)会执行到yield result，然后我们拿到result。然后第二次循环再次send(i+1)时，此时协程暂停在yield result，所以send(i+1)会从yield result这里继续，将i+1作为yield result表达式的值赋给左边吗？不对，yield result是一个表达式，它会返回发送的值。但是我们并不需要这个值，我们需要的是让协程回到循环开头等待接收数据。 # 因此，我们可以在协程中调整：使用yield来同时接收和发送。我们可以用以下方式： # 重新设计协程：使用一个yield同时完成接收和发送（即双向通信） def bong_coroutine(): result = None while True: # 接收数据，同时将上一次的结果发送出去（第一次发送时，result为None） num = yield result # 处理数据 if num % 3 == 0: result = "bong" else: result = str(num) # 这样，我们每次发送数据，协程会返回上一次处理的结果（除了第一次返回None）。但第一次调用时，我们需要先启动，然后发送数据，但第一次没有结果，所以我们在循环前先返回None。 # 使用步骤： coroutine = bong_coroutine() next(coroutine) # 启动，执行到yield result（第一次result是None，所以返回None，然后暂停在yield处等待send） for i in range(1, 11): # 发送i，并接收协程返回的结果（这个结果是上一次处理的结果，但第一次发送时，上一次的结果是None，但此时我们还没有处理过任何数据） result = coroutine.send(i) # 第一次发送1，协程内部：将1赋值给num，然后处理得到result='1'，然后循环回到yield result，此时result为'1'，但注意，这个'1'会在下一次send时返回。 # 所以这样写，我们第一次得到的是None，然后发送1，返回的是None（因为第一次启动后yield result是None），然后我们发送1，协程内部处理1，但返回的是None（因为上一次的result是None）？不对。 # 实际上，在第一次next()之后，协程停在yield result（此时result为None），然后我们send(1)时，这个1被赋值给num（即yield result表达式的值为1），然后执行下面的处理，将result设置为'1'，然后循环回到yield result，此时yield result将返回'1'，但是这次send(1)的返回值是yield result返回的值，即None（因为第一次yield result返回的是result的初始值None）？不对，send(1)的返回值应该是yield result这个表达式返回的值，而yield result这个表达式返回的是我们send(1)发送的值？不对，yield表达式的值是由send发送进来的值。 # 所以，在协程内部，当我们执行到`num = yield result`时，分为两步： # 1. 将result（初始为None）返回给调用者（即next或send的返回值）。 # 2. 暂停，等待下一次send，下一次send发送的值将作为整个yield表达式的值赋给num。 # 因此，在第一次next()后，我们得到None（这是协程返回的result的初始值），然后协程停在`num = yield`的赋值操作前（即yield之后的部分）。 # 然后我们send(1)：将1发送给协程，此时yield表达式返回1，赋值给num，然后执行后面的代码，将result设置为'1'，然后进入下一轮循环，执行到`num = yield result`，此时result为'1'，所以将'1'返回给send(1)的调用（即我们这里的result = coroutine.send(i)会得到'1'）。然后协程又暂停，等待下一次send。 # 所以，第一次调用next()返回None，然后我们发送1，会返回'1'（因为此时result已经是'1'了）。但是我们在循环中是从1到10，所以我们希望第一次发送1就得到'1'，而不要有额外的None。 # 因此，我们可以先调用一次next()，忽略它的返回值（None），然后开始循环发送1到10，每次发送都会得到当前数字的处理结果。 # 因此，我们这样使用： coroutine = bong_coroutine() # 启动，忽略第一次的None next(coroutine) for i in range(1, 11): result = coroutine.send(i) print(f"发送数字: {i}, 返回结果: {result}") # 这样，第一次发送1，我们得到'1'；发送3，得到'bong'，等等。 # 关闭协程（可选，因为循环结束协程会被垃圾回收，但显式关闭是好的习惯） coroutine.close() ``` 因此，我们采用第二种方式：协程函数内部使用一个循环，通过`num = yield result`来接收数据并返回上一次处理的结果（除了第一次返回None，但我们在启动后调用next时已经消耗了None，所以循环中第一次发送得到的是数字1的处理结果）。 但是，上面的代码在第一次启动后立即调用next()，然后循环中发送数据并打印结果，这样就能正确运行。 现在，我们按照要求输出示例代码，并附上解释。 注意：题目要求“调用demobong分析”，我们这里将协程命名为`bong_coroutine`，然后进行调用演示。 最终代码示例： ```python # 定义一个协程（生成器），用于实现bong游戏规则 def bong_coroutine(): # 初始化结果变量，第一次返回None（在启动后第一次next时） result = None while True: # 接收发送的数据，并将上一次处理的结果返回 num = yield result # 根据规则处理数据 if num % 3 == 0: result = "bong" else: result = str(num) # 创建协程对象 coroutine = bong_coroutine() # 启动协程，执行到第一个yield（返回result的初始值None），然后暂停 next(coroutine) # 循环发送数字1到10 print("开始演示bong游戏：") for i in range(1, 11): # 发送数字i，并接收协程返回的结果 result = coroutine.send(i) print(f"输入: {i} → 输出: {result}") # 关闭协程 coroutine.close() ``` 输出效果： 输入: 1 → 输出: '1' 输入: 2 → 输出: '2' 输入: 3 → 输出: 'bong' 输入: 4 → 输出: '4' 输入: 5 → 输出: '5' 输入: 6 → 输出: 'bong' 输入: 7 → 输出: '7' 输入: 8 → 输出: '8' 输入: 9 → 输出: 'bong' 输入:10 → 输出: '10' 注意：我们这里只处理了被3整除的情况。如果需要更复杂的规则（如同时被5整除时输出"bang"，同时被3和5整除时输出"bongbang"），可以修改处理逻辑。 根据要求，在代码后提出3-5个相关问题。 注意：问题要围绕用户的问题（关于协程和生成器的demo）以及我们的回答。 现在，我们按照要求输出。 </think> 以下是一个使用Python协程和生成器实现的"bong"调用分析示例。该代码演示了如何通过协程管理多个生成器之间的协作通信： ```python def bong_counter(max_count): """计数生成器，每3次计数触发一次'bong'""" count = 0 while count < max_count: count += 1 if count % 3 == 0: response = yield "bong!" # 触发bong事件 else: response = yield str(count) print(f"计数器收到: {response}") def logger(): """日志协程，收集所有输出""" log = [] try: while True: message = yield log.append(message) print(f"日志记录: {message}") except GeneratorExit: print("\n最终日志:") for i, entry in enumerate(log, 1): print(f"{i}. {entry}") def main_coroutine(): """主协程，调度计数器和日志""" counter = bong_counter(9) log_collector = logger() next(log_collector) # 启动日志协程 try: while True: # 从计数器获取消息 count_msg = next(counter) # 发送消息到日志 log_collector.send(count_msg) # 向计数器发送确认 if "bong" in count_msg: counter.send("BONG确认!") else: counter.send("计数确认") except StopIteration: log_collector.close() # 执行协程 print("=== BONG模拟开始 ===") main = main_coroutine() next(main) # 启动主协程 print("=== 模拟结束 ===") ``` ### 代码分析： 1. **bong_counter生成器**： - 每3次计数产生"bong!"事件 - 通过`yield`接收外部发送的确认消息 - 保持内部计数状态 2. **logger协程**： - 持续接收并记录所有消息 - 在协程结束时输出完整日志 - 使用`GeneratorExit`处理关闭事件 3. **main_coroutine调度器**： - 初始化计数器(生成器)和日志(协程) - 使用`next()`推进生成器执行 - 通过`send()`实现双向通信： * 将计数结果发送给日志 * 向计数器发送确认响应 ### 执行流程： 1. 计数器产生数值（1,2,bong!,4,5,bong!...） 2. 主协程将数值转发给日志器 3. 主协程根据内容向计数器发送不同确认 4. 当计数器完成9次迭代后终止 5. 日志器在关闭时输出所有记录
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值