Python生成器send与next方法解析

分享Python生成器中send()与next()方法的使用技巧，深入解析两者差异及实际应用场景。

1、 在异步IO编程中，生成器是一种基础实现方式。Python中的生成器提供了两个核心方法：send和next，它们在控制生成器执行流程方面发挥着关键作用。调用生成器时，首次使用next方法会启动生成器的运行，程序将从函数起始位置执行，直至遇到第一个yield语句暂停，并返回相应值。此时，生成器处于挂起状态。当下一次调用next时，执行流程会从上一次yield语句之后的代码继续向下推进，直到再次遇到yield，如此反复，形成一种分段执行的效果。而send方法除了具备next的功能外，还能向生成器内部传递数据，实现双向通信。通过交替使用这两个方法，可以精确控制生成器的运行节奏，使其在异步任务调度、协程处理等场景中表现出强大灵活性，为构建高效的异步程序提供支持。

2、 以生产者-消费者模型为例，说明多线程协作机制。

3、 在功能上，next() 和 send() 方法具有一定的相似性，但二者存在关键区别。主要差异在于，send() 方法允许向生成器中的 yield 表达式传递一个具体的值，而 next() 方法则只能隐式地传入 None。因此，调用 C.next() 实际上等同于调用 C.send(None)。在首次启动生成器时，必须使用 next() 或者 send(None)，不能直接使用 send 传入非空值，否则会引发异常。这是因为生成器尚未运行，不存在可接收传入值的 yield 表达式来处理该数据。

4、 关于执行流程，需要明确的是，形如 N1 = yield R 的语句是按照从右到左的顺序进行求值的。当首次调用 send(None)（对应代码第11行）时，生成器被激活，程序从生成器函数的第一行开始执行，直到遇到第一个 yield 语句（例如第4行）暂停。此时，由于还未完成赋值操作，变量 N1 尚未被绑定任何值。

5、 当后续调用 send(1) 时，控制权重新进入生成器函数。此时，系统将当前传入的值 1 赋给 yield 表达式左侧的变量 N1，相当于执行了 N1 = 1 的操作，但并不会再次执行 yield R 的产出动作。赋值完成后，程序继续从上次暂停的位置的下一条语句开始执行，直到再次遇到 yield 语句时暂停并返回相应结果。整个过程表明，与 next() 相比，send() 的核心额外操作仅在于向 yield 左侧的变量赋值，其余执行逻辑和流程控制完全一致。

6、 执行结果：

7、 生成器可通过函数或表达式创建