本文主要向大家介绍了Python语言生成器是怎样工作的，通过具体的内容向大家展示，希望对大家学习Python语言有所帮助。

第一部分在掌握python生成器之前，你需要理解普通的python函数是如何工作的。通常，当一个python函数调用一个子程序时，子程序保留控制权直到它返回，或者抛出一个异常。然后控制权被交还给调用者（父程序）。>>> def foo():...     bar()
...>>> def bar():...     passpython的标准解释器是由C写成的。自然美妙地，一个Python函数被调用时，由C函数PyEval_EvalFrameEx来执行这个Python函数。它接受python的一个栈帧对象，然后在帧的上下文中评估python的字节码。下面是foo的字节码：>>> import dis>>> dis.dis(foo)  2           0 LOAD_GLOBAL              0 (bar)              3 CALL_FUNCTION            0 (0 positional, 0 keyword pair)              6 POP_TOP              7 LOAD_CONST               0 (None)             10 RETURN_VALUEfoo函数加载bar到它的栈上然后调用它，然后从栈中弹出它的返回值，再在foo函数中加载返回值None到栈上，然后返回None。当PyEval_EvalFrameEx遇到一个CALL_FUNCTION字节码时，它创建一个新的python栈帧然后递归：这意味着它递归调用了PyEval_EvalFrameEx，传入新的栈帧对象，该对象被用来执行bar函数。关键的是，要明白Python的栈帧是在堆内存中分配的！Python的解释器是一个普通的C程序，所以它的栈帧都是常规的栈帧。但是它操纵的python栈帧都是在堆上的。这意味着Python的栈帧能够比它的函数调用活得更久。要交互式地看到这一点，在bar函数中保存当前栈帧即可：>>> import inspect>>> frame = None>>> def foo():
...     bar()
...>>> def bar():
...     global frame
...     frame = inspect.currentframe()
...>>> foo()>>> # The frame was executing the code for 'bar'.>>> frame.f_code.co_name'bar'>>> # Its back pointer refers to the frame for 'foo'.>>> caller_frame = frame.f_back>>> caller_frame.f_code.co_name'foo'函数调用第二部分现在暖场结束，舞台交给python的生成器，它利用了同样的建筑模块——代码对象和栈帧——来达到奇妙的效果。下面是一个生成器函数：>>> def gen_fn():...     result = yield 1...     print('result of yield: {}'.format(result))...     result2 = yield 2...     print('result of 2nd yield: {}'.format(result2))...     return 'done'...当python编译gen_fn为字节码时，它看到yield语句并且知道gen_fn为一个生成器函数，而不是一个普通函数。它设置了一个标志来记住这一事实：>>> # The generator flag is bit position 5.>>> generator_bit = 1 << 5>>> bool(gen_fn.__code__.co_flags & generator_bit)
True当你调用一个生成器函数，python看到生成器标志，然后它实际上并没有去执行函数而是创建了一个生成器对象：>>> gen = gen_fn()>>> type(gen)
一个python生成器对象将一个栈帧，一些代码的引用即gen_fn函数体包裹在一起：>>> gen.gi_code.co_name'gen_fn'所有调用gen_fn函数得到的生成器对象都指向这同样的代码。但是每一个都有它自己的栈帧。这个栈帧并不在任何真正的栈上，它坐在堆内存中等待被使用：生成器该帧有一个“最后的指令”的指针，指向它最近一次执行的命令。在一开始，这个指针的值是-1，意味着生成器并没有开始：>>> gen.gi_frame.f_lasti
-1当我们调用send方法时，生成器抵达它第一个yield，然后暂停。send的返回值是1。>>> gen.send(None)1现在生成器对象的指令指针的位置距离开始隔了3字节码长度，完成了编译好的56字节的python代码的一部分。>>> gen.gi_frame.f_lasti3>>> len(gen.gi_code.co_code)56该生成器能在任何时间被唤醒，被任何函数使用，因为它的栈帧并没有真正在栈上：它是在堆上的。它在调用层级中的位置并不固定，而且它不需要遵守先入后出的执行顺序（常规函数就需要）。它是解放的，自由得像空中漂浮的云朵。我们可以传入值"hello"到生成器中，然后它就成了yield表达式的值，然后生成器持续运行到它生成2：>>> gen.send('hello')
result of yield: hello2它的栈帧现在拥有本地变量result：>>> gen.gi_frame.f_locals
{'result': 'hello'}其它用gen_fn 创建出的生成器将会拥有他们自己的栈帧和本地变量。当我们再次调用send函数时，该生成器从它第二个yield开始运行，执行完之后的代码，最后以抛出一个StopIteration异常结束：>>> gen.send('goodbye')
result of 2nd yield: goodbye
Traceback (most recent call last):
  File "", line 1, in StopIteration: done这个异常也是有值的，那就是生成器的返回值：字符串"done"。附录：python3.6生成器特性的新修改一篇博文的生成器源码分析部分本文英文原文来自于 500 lines or less -- A Web Crawler With asyncio Coroutines中的How Python Generators Work一节，由于相对独立，单独出来便于参考。

本文由职坐标整理并发布，希望对同学们学习Python有所帮助，更多内容请关注职坐标编程语言Python频道！