浅谈Python生成器generator之next和send的运行流程(详解)
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：
def consumer():
r = 'here'
for i in xrange(3):
yield r
r = '200 OK'+ str(i)
c = consumer()
n1 = c.next()
n2 = c.next()
n3 = c.next()
了解了next()如何让包含yield的函数执行后，我们再来看另外一个非常重要的函数send(msg)。其实next()和send()在一定意义上作用是相似的，区别是send()可以传递yield表达式的值进去，而next()不能传递特定的值，只能传递None进去。因此，我们可以看做c.next() 和 c.send(None) 作用是一样的。
需要提醒的是，第一次调用时，请使用next()语句或是send(None)，不能使用send发送一个非None的值，否则会出错的，因为没有Python yield语句来接收这个值。
下面来着重说明下send执行的顺序。当第一次send（None）（对应11行）时，启动生成器，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（对应第4行）后，跳出生成器函数。这个过程中，n1一直没有定义。
下面运行到send（1）时，进入生成器函数，注意这里与调用next的不同。这里是从第4行开始执行，把1赋值给n1，但是并不执行yield部分。下面继续从yield的下一语句继续执行，然后重新运行到yield语句，执行后，跳出生成器函数。
即send和next相比，只是开始多了一次赋值的动作，其他运行流程是相同的。
def consumer():
r = 'here'
while True:
n1 = yield r
if not n1:
return
print('[CONSUMER] Consuming %s...' % n1)
r = '200 OK'+str(n1)
def produce(c):
aa = c.send(None)
n = 0
while n < 5:
n = n + 1
print('[PRODUCER] Producing %s...' % n)
r1 = c.send(n)
print('[PRODUCER] Consumer return: %s' % r1)
c.close()
c = consumer()
produce(c)
运行结果：
[PRODUCER] Producing 1... [CONSUMER] Consuming 1... [PRODUCER] Consumer return: 200 OK1 [PRODUCER] Producing 2... [CONSUMER] Consuming 2... [PRODUCER] Consumer return: 200 OK2 [PRODUCER] Producing 3... [CONSUMER] Consuming 3... [PRODUCER] Consumer return: 200 OK3 [PRODUCER] Producing 4... [CONSUMER] Consuming 4... [PRODUCER] Consumer return: 200 OK4 [PRODUCER] Producing 5... [CONSUMER] Consuming 5... [PRODUCER] Consumer return: 200 OK5
以上这篇浅谈Python生成器generator之next和send的运行流程(详解)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持小牛知识库。
-
本文向大家介绍Python生成器（Generator）详解，包括了Python生成器（Generator）详解的使用技巧和注意事项，需要的朋友参考一下 通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。 所以，如果列表元素可以
-
本文向大家介绍浅谈Python中列表生成式和生成器的区别，包括了浅谈Python中列表生成式和生成器的区别的使用技巧和注意事项，需要的朋友参考一下 列表生成式语法： 二者的区别很明显： 一个直接返回了表达式的结果列表， 而另一个是一个对象，该对象包含了对表达式结果的计算引用， 通过循环可以直接输出 结果 当表达式的结果数量较少的时候， 使用列表生成式还好， 一旦数量级过大， 那么列表生成式
-
本文向大家介绍python生成式的send()方法(详解)，包括了python生成式的send()方法(详解)的使用技巧和注意事项，需要的朋友参考一下 随便在网上找了找，感觉都是讲半天讲不清楚，这里写一下。 输出： 为什么会这样呢，点进send就能看到一句话 send：Resumes the generator and "sends" a value that becomes the resul
-
本文向大家介绍老生常谈Python之装饰器、迭代器和生成器，包括了老生常谈Python之装饰器、迭代器和生成器的使用技巧和注意事项，需要的朋友参考一下 在学习python的时候，三大“名器”对没有其他语言编程经验的人来说，应该算是一个小难点，本次博客就博主自己对装饰器、迭代器和生成器理解进行解释。 为什么要使用装饰器 什么是装饰器？“装饰”从字面意思来谁就是对特定的建筑物内按照一定的思路和风格进行
-
问题内容： 基于生成器的协程具有一种方法，该方法允许调用方和被调用方之间进行双向通信，并从调用方恢复生成的生成协程。这是将生成器变成协程的功能。 尽管新的本机协程为异步I / O提供了出色的支持，但我看不出如何获得与之等效的协程。明确禁止使用in函数，因此本机协程只能使用一条语句返回一次。尽管表达式将新值带入协程中，但这些值来自被调用方，而不是调用方，并且等待的调用从每次开始就进行评估，而不是从中
-
generator 也就是生成器的英文拼写，它的主要作用是生成大批量的数据 方法一 (x for x in ['a', 'v']) 其实也就是把上一章迭代方法中的[]换成了()，那么返回的对象就不同了，前者是生成了一个list后者是生成了一个生成器。 其实跟js中的generator是一样的，打印出来这个生成器的内容只需要使用next()方法就OK了 l = ( x for x in ['1','