python3.3中出现的新语法:yield from,有点强?

本文探讨了yieldfrom关键字在生成器中的作用,如何通过它简化代码并实现在生成器间的无缝连接。此外,介绍了yieldfrom与协程的关系,展示了其在创建通道和增强客户端交互中的优势。

前言

我们知道,一个函数中,如果出现了yield关键字,那么它一定是一个生成器函数!那yield from又是个啥?

不知道小伙伴有没有看过我上一篇的:标准库中的生成器函数,其中就讲到过一个生成器函数:itertools.chain(),它的功能就是将多个可迭代对象无缝连接在一起!

功能看上去不是很复杂,要不我们自己实现一下试试?

# 例:自己实现chain
def my_chain(*iterable):
    for it in iterable:
        for i in it:
            yield i

 可以看到,实现非常简单,只需要使用一个嵌套循环就可以了!

不过还有更高效的实现方法,那就是yield from的功能了!

# 使用yield from实现
def chain(*iterable):
    for it in iterable:
        yield from it

可以看到,结果还是一样的,但是使用yield from直接代替了内层的for循环! 这样代码读起来更顺畅,其实除了代替循环之外,yield from还会创建通道,把内层生成器直接与外层生成器的客户端联系起来。把生成器当成协程使用时,这个通道特别重要,不仅能为客户端代码生成值,还能使用客户端代码提供值!协程就留着以后再讲吧~

同步更新于个人博客系统:python3.3中出现的新语法:yield from,有点强?

<think>我们正在讨论Python中的yieldfrom语法yieldfromPython3.3引入的一个语法结构,它用于在生成器函数中委托给另一个生成器(或任何可迭代对象)。它的主要作用有两个:1.简化生成器中的代码,特别是当需要嵌套生成数据时。2.允许生成器将部分操作委托给另一个生成器,形成一个生成器链,这样可以直接将子生成器的值传递到外层生成器,同时也能正确处理子生成器的返回值(在Python3.3之后支持)。基本语法yieldfrom<expression>其中,expression必须是一个可迭代对象(比如生成器、迭代器、列表等)。使用yieldfrom的好处:-避免我们手动迭代子生成器,并逐个yield值,使代码更简洁。-自动处理子生成器中的StopIteration异常,并可以捕获返回值(通过StopIteration.value)。一个典型的例子是我们在生成器中需要嵌套另一个生成器:在没有yieldfrom的时候,我们需要这样写:foriteminsub_generator():yielditem有了yieldfrom之后,我们可以简写为:yieldfromsub_generator()此外,yieldfrom还允许我们在子生成器返回时获取返回值。注意:子生成器必须是一个生成器函数,并且通过return语句返回值(在生成器中,returnexpr会引发StopIteration(expr)异常,而yieldfrom会捕获这个异常,并将其value作为返回值)。下面我们通过一个例子来详细说明。例1:使用yieldfrom扁平化嵌套列表例2:使用yieldfrom与子生成器通信,并获取返回值我们将给出两个示例代码。</think> 在 Python 中,`yield from` 语法(PEP 380)用于**委托生成器操作**,让一个生成器将其部分操作委托给另一个生成器(或任何可迭代对象)。它的核心作用是简化生成器协作代码,避免手动处理嵌套生成器的迭代和值传递。 ### 主要作用: 1. **委托生成**:直接将子生成器的所有值返回给主调用方 2. **双向通信**:传递 `send()` 和 `throw()` 到子生成器 3. **自动结束处理**:自动捕获子生成器的 `StopIteration` 并提取返回值 ### 示例代码及详解 #### 基础用法:扁平化嵌套生成器 ```python def sub_generator(): yield 2 yield 3 def main_generator(): yield 1 # 委托给 sub_generator yield from sub_generator() # 等价于 for x in sub_generator(): yield x yield 4 # 测试 gen = main_generator() print(list(gen)) # 输出: [1, 2, 3, 4] ``` **解释**: - `main_generator` 将执行权委托给 `sub_generator` - 无需手动迭代 `sub_generator` 并 `yield` 每个值 - 输出结果等同于在 `main_generator` 中直接 `yield 1; yield 2; yield 3; yield 4` --- #### 高级用法:带返回值的委托 ```python def sub_generator(): yield "A" yield "B" return "Done!" # 返回值通过 StopIteration 传递 def main_generator(): result = yield from sub_generator() yield f"Sub-generator returned: {result}" # 测试 gen = main_generator() print(next(gen)) # 输出: A print(next(gen)) # 输出: B try: print(next(gen)) # 输出: Sub-generator returned: Done! except StopIteration: pass ``` **解释**: 1. `sub_generator` 返回的 `"Done!"` 会被赋值给 `result` 2. 委托机制自动捕获 `StopIteration` 并提取返回值 3. `main_generator` 继续执行后续的 `yield` 语句 --- #### 双向通信示例 ```python def sub_generator(): val = yield "Ready" yield f"Received: {val}" return "Complete" def main_generator(): ret = yield from sub_generator() yield f"Final: {ret}" # 测试 gen = main_generator() print(gen.send(None)) # 输出: Ready(必须用 None 启动) print(gen.send("Hello")) # 输出: Received: Hello print(gen.send(None)) # 输出: Final: Complete(触发 StopIteration) ``` **关键点**: - `gen.send("Hello")` 直接传递到 `sub_generator` 内部 - 子生成器恢复执行并处理发送的值 - 返回值继续由委托机制处理 --- ### 与手动迭代对比 **不使用 `yield from` 的等效代码**: ```python def manual_delegation(): yield 1 # 手动迭代子生成器 sub = sub_generator() try: while True: x = next(sub) yield x except StopIteration as e: result = e.value yield f"Result: {result}" ``` `yield from` 自动完成了: 1. 迭代子生成器 2. 传递 `send()/throw()` 3. 处理 `StopIteration` 和返回值 ### 适用场景 - 生成器组合和管道处理 - 异步编程(`asyncio` 的基础) - 递归生成器(如树遍历) - 实现基于生成器的协程
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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