# Python 3.3新加了yield from语法
from itertools import chain # chain可以将迭代的类型给连接起来，直接做一个for循环
my_list = [1,2,3]
my_dict = {
"Baidu":"http://www.baidu.com",
"Sohu":"http://www.sohu.com",
}
for value in chain(my_list,my_dict,range(5,10)):
print(value)1
2
3
Baidu
Sohu
5
6
7
8
9# Python 3.3新加了yield from语法
from itertools import chain # chain可以将迭代的类型给连接起来，直接做一个for循环
my_list = [1,2,3]
my_dict = {
"Baidu":"http://www.baidu.com",
"Sohu":"http://www.sohu.com",
}
def my_chain(*args,**kwargs): # 当传入的参数不确定是，用*args
for my_iterable in args: # args是tuple，属于可迭代对象
for value in my_iterable:
yield value
for value in my_chain(my_list,my_dict,range(5,10)):
print(value)用my_chain函数，模拟实现chain的功能，发现有相同的效果。
# 用yield from实现
my_list = [1,2,3]
my_dict = {
"Baidu":"http://www.baidu.com",
"Sohu":"http://www.sohu.com",
}
# yield from 后面是iterable对象
def my_chain(*args,**kwargs): # 当传入的参数不确定是，用*args
for my_iterable in args: # args是tuple，属于可迭代对象
yield from my_iterable
for value in my_chain(my_list,my_dict,range(5,10)):
print(value)yield与yield from的区别
def g1(iterable):
yield iterable # yield，iterable是什么样子，输出就是什么样子。
def g2(iterable):
yield from iterable # yield from会把iterable的每个值都给迭代出来
for value in g1(range(10)):
print(value) # range(0, 10)
for value in g2(range(10)):
print(value) # 0，1，2，3，4，5，6，7，8，9range(0, 10)
0
1
2
3
4
5
6
7
8
9# 用yield from实现
my_list = [1,2,3]
my_dict = {
"Baidu":"http://www.baidu.com",
"Sohu":"http://www.sohu.com",
}
def my_chain(*args,**kwargs):
for my_iterable in args:
yield from my_iterable
for value in my_chain(my_list,my_dict,range(5,10)):
print(value)
def g1(gen):
yield from gen
def main():
g = g1()
g.send(None)
#1. main为调用方。g1（委托生成器），gen（子生成器）
#1 yield from会在调用方main与子生成器gen之间建立一个双向通道。即yield执行完，将值直接交给main；甚至main生成的异常可以直接传递给genfinal_result = {}
def sales_sum(pro_name):
total = 0
nums = []
while True:
x = yield
print(pro_name+"销售： ",x)
if not x:
break
total += x
nums.append(x)
return total,nums
def middle(key):
while True:
final_result[key] = yield from sales_sum(key)
print(key+"销售统计完成！！.")
def main():
data_sets = {
"Tom-1牌面膜":[1200,1500,3000], # 销量
"Tom-2牌手机": [200, 55, 98,108],
"Tom-3牌大衣": [280, 560, 778,70]
}
for key,data_set in data_sets.items():
print("start key:",key)
m = middle(key)
m.send(None) # 预激middle协程
for vale in data_set:
m.send(vale) # 给协程传递每一组的值
m.send(None)
print("final result:",final_result)
if __name__ == "__main__":
main()start key: Tom-1牌面膜
Tom-1牌面膜销售： 1200
Tom-1牌面膜销售： 1500
Tom-1牌面膜销售： 3000
Tom-1牌面膜销售： None
Tom-1牌面膜销售统计完成！！.
start key: Tom-2牌手机
Tom-2牌手机销售： 200
Tom-2牌手机销售： 55
Tom-2牌手机销售： 98
Tom-2牌手机销售： 108
Tom-2牌手机销售： None
Tom-2牌手机销售统计完成！！.
start key: Tom-3牌大衣
Tom-3牌大衣销售： 280
Tom-3牌大衣销售： 560
Tom-3牌大衣销售： 778
Tom-3牌大衣销售： 70
Tom-3牌大衣销售： None
Tom-3牌大衣销售统计完成！！.
final result: {'Tom-1牌面膜': (5700, [1200, 1500, 3000]), 'Tom-2牌手机': (461, [200, 55, 98, 108]), 'Tom-3牌大衣': (1688, [280, 560, 778, 70])}final_result = {}
def sales_sum(pro_name):
total = 0
nums = []
while True:
x = yield
print(pro_name+"销售： ",x)
if not x:
break
total += x
nums.append(x)
return total,nums
if __name__ == "__main__":
my_gen = sales_sum("Tom牌手机")
my_gen.send(None) # 预激活
my_gen.send(1200)
my_gen.send(1500)
my_gen.send(3000)
try:
my_gen.send(None)
except StopIteration as e:
result = e.value
print(result)Tom牌手机销售： 1200
Tom牌手机销售： 1500
Tom牌手机销售： 3000
Tom牌手机销售： None
(5700, [1200, 1500, 3000])pep380
关于 yeild from
1. RESULT = yield from EXPR可以简化成下面这样
一些说明
"""
_i：子生成器，同时也是一个迭代器
_y：子生成器生产的值
_r：yield from 表达式最终的值
_s：调用方通过send()发送的值
_e：异常对象
"""
_i = iter(EXPR) # EXPR是一个可迭代对象，_i其实是子生成器；
try:
_y = next(_i) # 预激子生成器，把产出的第一个值存在_y中；
except StopIteration as _e:
_r = _e.value # 如果抛出了StopIteration异常，那么就将异常对象的value属性保存到_r，这是最简单的情况的返回值；
else: while 1: # 尝试执行这个循环，委托生成器会阻塞；
_s = yield _y # 生产子生成器的值，等待调用方send()值，发送过来的值将保存在_s中；
try:
_y = _i.send(_s) # 转发_s，并且尝试向下执行；
except StopIteration as _e:
_r = _e.value # 如果子生成器抛出异常，那么就获取异常对象的value属性存到_r，退出循环，恢复委托生成器的运行；
break
RESULT = _r # _r就是整个yield from表达式返回的值。
"""
子生成器可能只是一个迭代器，并不是一个作为协程的生成器，所以它不支持.throw()和.close()方法；
如果子生成器支持.throw()和.close()方法，但是在子生成器内部，这两个方法都会抛出异常；
调用方让子生成器自己抛出异常
当调用方使用next()或者.send(None)时，都要在子生成器上调用next()函数，当调用方使用.send()发送非 None 值时，才调用子生成器的.send()方法；
"""_i = iter(EXPR)
try:
_y = next(_i)
except StopIteration as _e:
_r = _e.value
else:
while 1:
try:
_s = yield _y
except GeneratorExit as _e:
try:
_m = _i.close
except AttributeError:
pass
else:
_m()
raise _e
except BaseException as _e:
_x = sys.exc_info()
try:
_m = _i.throw
except AttributeError:
raise _e
else:
try:
_y = _m(*_x)
except StopIteration as _e:
_r = _e.value
break
else:
try:
if _s is None:
_y = next(_i)
else:
_y = _i.send(_s)
except StopIteration as _e:
_r = _e.value
break
RESULT = _r
""" 看完代码，我们总结一下关键点：
子生成器生产的值，都是直接传给调用方的；调用方通过.send()发送的值都是直接传递给子生成器的；如果发送的是 None，会调用子生成器的next()方法，如果不是 None，会调用子生成器的.send()方法；
子生成器退出的时候，最后的return EXPR，会触发一个StopIteration(EXPR)异常；
yield from表达式的值，是子生成器终止时，传递给StopIteration异常的第一个参数；
如果调用的时候出现StopIteration异常，委托生成器会恢复运行，同时其他的异常会向上 "冒泡"；
传入委托生成器的异常里，除了GeneratorExit之外，其他的所有异常全部传递给子生成器的.throw()方法；如果调用.throw()的时候出现了StopIteration异常，那么就恢复委托生成器的运行，其他的异常全部向上 "冒泡"；
如果在委托生成器上调用.close()或传入GeneratorExit异常，会调用子生成器的.close()方法，没有的话就不调用。如果在调用.close()的时候抛出了异常，那么就向上 "冒泡"，否则的话委托生成器会抛出GeneratorExit异常。
"""