yield

def yield_demo(): 　　for x in range(3): 　　　　yield x 　　　　print("生成器后一行代码") a = yield_demo() print(a) #这里的a是一个生成器对象 可以用for循环来遍历生成器对象里的元素 for i in a: 　　print(i) 那么yield的工作过程是怎么样的呢？ 可以通过 print(a.__next__())来一步一步显示yield的过程 可以发现，yield首先是返回某一个对象，并且yield会向指针一样指向yield之后的地址，但不执行，直到下次调用yield才开始从yield指向的地址开始执行。也就是说，程序中，yield会返回对象，但返回后就停在这里，直到下次再次调用yield对象中的元素。 函数中，yield可以同时存在多个，只要遇到yield就返回并停止在这里。 来源： https://www.cnblogs.com/laofang/p/12101664.html

转自：http://www.cnblogs.com/vamei/archive/2012/07/09/2582499.html 这一讲的主要目的是为了大家在读Python程序的时候对循环对象有一个基本概念。 循环对象的并不是随着Python的诞生就存在的，但它的发展迅速，特别是Python 3x的时代，循环对象正在成为循环的标准形式。 什么是循环对象 循环对象是这样一个对象，它包含有一个next()方法(__next__()方法，在python 3x中)， 这个方法的目的是进行到下一个结果，而在结束一系列结果之后，举出StopIteration错误。 当一个循环结构（比如for）调用循环对象时，它就会每次循环的时候调用next()方法，直到StopIteration出现，for循环接收到，就知道循环已经结束，停止调用next()。 假设我们有一个test.txt的文件: 1234 abcd efg 我们运行一下python命令行： >>>f = open('test.txt') >>>f.next() >>>f.next() ... 不断输入f.next()，直到最后出现StopIteration open()返回的实际上是一个循环对象，包含有next()方法。而该next()方法每次返回的就是新的一行的内容，到达文件结尾时举出StopIteration。这样

一、多线程 　　 多线程就是允许一个进程内存在多个控制权，以便让多个函数同时处于激活状态，从而让多个函数的操作同时运行。 即使是单CPU的计算机，也可以通过不停地在不同线程的指令间切换，从而造成多线程同时运行的效果。 　　多线程相当于一个并发(concunrrency)系统。并发系统一般同时执行多个任务。如果多个任务可以 共享资源 ，特别是同时写入某个变量的时候，就需要解决同步的问题，比如多线程火车售票系统：两个指令，一个指令检查票是否卖完，另一个指令，多个窗口同时卖票，可能出现卖出不存在的票。 　　在并发情况下，指令执行的先后顺序 由内核决定 。同一个线程内部，指令按照先后顺序执行，但不同线程之间的指令很难说清除哪一个会先执行。因此要考虑多线程同步的问题。同步(synchronization)是指在一定的时间内只允许某一个线程访问某个资源。 详情请看： Linux多线程与同步 1、thread模块 2、threading模块 threading.Thread 创建一个线程。 给判断是否有余票和卖票，加上互斥锁，这样就不会造成一个线程刚判断没有余票，而另外一个线程就执行卖票操作。 #! /usr/bin/python #-* coding: utf-8 -* # __author__ ="tyomcat" import threading import time import os

一、多线程 　　 多线程就是允许一个进程内存在多个控制权，以便让多个函数同时处于激活状态，从而让多个函数的操作同时运行。 即使是单CPU的计算机，也可以通过不停地在不同线程的指令间切换，从而造成多线程同时运行的效果。 　　多线程相当于一个并发(concunrrency)系统。并发系统一般同时执行多个任务。如果多个任务可以 共享资源 ，特别是同时写入某个变量的时候，就需要解决同步的问题，比如多线程火车售票系统：两个指令，一个指令检查票是否卖完，另一个指令，多个窗口同时卖票，可能出现卖出不存在的票。 　　在并发情况下，指令执行的先后顺序 由内核决定 。同一个线程内部，指令按照先后顺序执行，但不同线程之间的指令很难说清除哪一个会先执行。因此要考虑多线程同步的问题。同步(synchronization)是指在一定的时间内只允许某一个线程访问某个资源。 详情请看： Linux多线程与同步 1、thread模块 2、threading模块 threading.Thread 创建一个线程。 给判断是否有余票和卖票，加上互斥锁，这样就不会造成一个线程刚判断没有余票，而另外一个线程就执行卖票操作。 #! /usr/bin/python #-* coding: utf-8 -* # __author__ ="tyomcat" import threading import time import os

一、迭代器 迭代器是一个可以记住遍历的位置的对象。 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代 器只能往前不会后退。 迭代器有两个基本的方法：iter() 和 next()。 iter(iterable)从可迭代对象中返回一个迭代器,iterable必须是能提供 一个迭代器的对象 next(iterator) 从迭代器iterator中获取下一了记录,如果无法获取下 一条记录,则触发stoptrerator异常 注意： 1.迭代器只能往前取值,不会后退 2.用iter函数可以返回一个可迭代对象的迭代器 a = [ 1 , 2 , 3 , 4 , 5 ] b = iter ( a ) print ( type ( b ) ) print ( next ( b ) ) print ( next ( b ) ) print ( next ( b ) ) for i in a : print ( i ) 二 、生成器 如果一个函数中包含yield关键字，那么这个函数就不再是一个普通函数，而是 一个生成器 生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是 一个迭代器。 在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运 行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

迭代器和生成器 迭代器 迭代的概念 迭代就是重复的过程，每重复一次就是一次迭代，并且每次迭代的结果作为下一次迭代的初始值。 #不是迭代，只是重复 while True: p = input('>>:') print p #迭代，每次循环基于上一次的返回值 l = [1,2,3,4] t = 0 while t < len(l): print(l[t]) t += 1 可迭代对象 为了提供一种不依赖于索引的迭代方式，python会为一些对象内置 __iter__方法。python中，字符串、列表、元组、字典、集合、文 件都是可迭代对象。 判断是否为可迭代对象可以导入Iterable模块__iter__ from collections import Iterable f = open('a.txt','w') f.__iter__() # 下列数据类型都是可迭代的对象 print(isinstance('abc',Iterable)) # 字符串 print(isinstance([1,2,3],Iterable)) # 列表 print(isinstance({'a':1,},Iterable)) # 字典 print(isinstance({1,2,3},Iterable)) # 集合 print(isinstance((1,2,),Iterable)) # 元组 print