生成器(generator)
只要在函数体内出现yield关键字，那么再执行函数就不会执行函数代码，会得到一个结果，该结果就是生成器
生成器就是迭代器
yield的功能
yield为我们提供了一种自定义迭代器对象的方法
【yield】【return】
yield与return的区别：
yield | yield可以返回多个值 | 函数暂停和再继续是由yield帮我们保的 |
return | 返回一个值，执行一次 | 函数中断 |
yield创建生成器
deftest1():
for i inrange(5):
yield i
g = test1()
while True:
g.next()
模仿tail-f message | grep 404
import time
def tail(filepath):
withopen(filepath,'rb') as f:
f.seek(0,2)
whileTrue:
data= f.readline()
ifdata:
yield data
else:
time.sleep(0.5)
def grep(filepath,k):
for i intail(filepath):
if k ini.decode('utf-8')
print(i.decode('utf-8'))
else:
pass
grep('a.txt','500')
yield赋值
def test(name):
while True:
book =yield
print('%s正在看%s' % (name,book))
e = test('小明')
#next(e)
e.send(None)
e.send('书')
yield用于读取文件
如果直接对文件对象调用 read()方法，会导致不可预测的内存占用。好的方法是利用固定长度的缓冲区来不断读取文件内容。通过 yield，我们不再需要编写读文件的迭代类，就可以轻松实现文件读取：
def read_file(fpath):
BLOCK_SIZE = 1024
with open(fpath, 'rb') as f:
while True:
block = f.read(BLOCK_SIZE)
if block:
yield block
else:
return
yield工作过程
一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。
yield的好处是显而易见的，把一个函数改写为一个 generator就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。