10多万人关注的几个Python问题

本文挑选了StackOverflow上被点赞最多的10个问题，其中总点赞数超过了5万，考虑到很多人只看不点赞，预估至少有10万人对这些问题感兴趣！

这么多人点赞，说明两个问题：

1. 这些问题很常用，编程的时候经常碰到
2. 这些问题不简单，否则不用去网上问

10个问题，看看你会几个？

1. yield 关键词是做什么的？
2. if name == 'main' 是做什么的 ？
3. Python 有三元运算符吗？
4. Python 的 metaclasses 是做什么的？
5. 如果在不出异常的情况下检查文件是否存在？
6. 如何一句话合并两个字典？
7. Python 如何调用外部命令，比如启动QQ?
8. 如何安全的创建一个多层文件夹？
9. 循环中如何访问下标？
10. staticmethod 和 classmethod 的区别？

这10个问题，有的复杂，有的简单。你会几个呢？可以在评论区留言。

我原本打算讲解10个问题，但由于篇幅原因，本文只涵盖了被问最多的一个问题，后续文章可能会涵盖多个问题。

下面我们重点看第一个问题：

yield关键词是做什么的？

这个问题是所有Python问题的排名第一：

1. 有10000多人对问题点赞，表示有同样疑问。
2. 其中高赞回答有15000多点赞。
3. 有超过2百40万的浏览。

问题详细内容？

Yield关键词是做什么的？

比如下面的代码：

def _get_child_candidates(self, distance, min_dist, max_dist):
    if self._leftchild and distance - max_dist         yield self._leftchild
    if self._rightchild and distance + max_dist >= self._median:
        yield self._rightchild  

这是调用的代码：

result, candidates = [], [self]
while candidates:
    node = candidates.pop()
    distance = node._get_dist(obj)
    if distance <= max_dist and distance >= min_dist:
        result.extend(node._values)
    candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))
return result

当_get_child_candidates被调用时，发生了什么？返回了一个list吗？还是一个元素？它会被反复调吗？后续调用什么时候停止？

看着有点懵？可以继续往下看解答，然后再回来看问题。

最高赞回答 (15000多赞)

要理解yield，先理解generators，要理解generators先理解iterable(可迭代的)。

iterables

当你创建1个list，你可以一个个读取它的值，这叫做迭代：

>>> mylist = [1, 2, 3]
>>> for i in mylist:
...    print(i)
1
2
3

上面mylist是一个iterable(可以被迭代的)。当你使用一个列表推导式，你创建了一个列表，也就是一个iterable:

>>> mylist = [x*x for x in range(3)]
>>> for i in mylist:
...    print(i)
0
1
4

所以可以使用for...in...语法遍历的就是iterable：list, str, file等等

这些iterable很有用，你可以循环访问他们。但是它们所有的值都保存在内存中。如果你的list中有10亿个字符串的时候，创建这个list会很慢，而且会很占用内存，所以我们需要genertor.

generators

generator是iterable，可以被循环。但和上面不一样，它一般只能被循环一次。它不会把所有的值保存在内存中，他们在循环中动态产生元素的值。

>>> mygenerator = (x*x for x in range(3))
>>> for i in mygenerator:
...    print(i)
0
1
4

这个生成器和列表推导式几乎一样，唯一区别使用小括号()，而不是中括号[]. 但，你不能两次使用for i in mygenerator，因为生成器只能被循环一次：他们计算0x0，返回结果，自己并不保存，下一次调用它，他计算1x1,以此类推。

yield

yields是一个关键词，可以先理解成和return一样，区别是它返回一个generator.

>>> def createGenerator():
...    mylist = range(3)
...    for i in mylist:
...        yield i*i
...
>>> mygenerator = createGenerator() # create a generator
>>> print(mygenerator) # mygenerator is an object!
0xb7555c34>
>>> for i in mygenerator:
...     print(i)
0
1
4

上面这个例子先创建了range，已经占用了内存，但平方数没有占用。这个例子不是很好，这是原作者举的，我的视频中应该有更好的例子。

首先，因为yield的存在，当你调用上面的函数，里面的代码并没有执行，而不是返回了一个generator。

然后是关键的地方：

• 当for循环第一次调用generator的时候，它会从头开始执行，直到yield关键词，返回第一个值，也就是0。
• 然后记住执行到哪一行代码，也就是yield的位置。
• 下次for循环再次调用它，它从yield的下一行继续执行，直到再次碰到yield，返回下一个值，也就是1.
• 这个过程一直重复，直到generator中没有内容了。例子中就是range里的数字被用完。

现在再看看最开始的问题：

这是一个对树的遍历算法，查找树上符合条件的节点。代码中加了详细的中文注释。

generator:

# 这个函数会返回一个生成器(Generator)，这是一个二叉树的node对象中的方法
def _get_child_candidates(self, distance, min_dist, max_dist):

    # 如果还有左孩子，并且距离符合条件，返回左孩子，然后暂停在这里
    if self._leftchild and distance - max_dist         yield self._leftchild

    # 如果还有右孩子，并且距离符合条件，返回右孩子，然后暂停在这里
    if self._rightchild and distance + max_dist >= self._median:
        yield self._rightchild

    # 如果执行到了这里，说明没有符合条件的左右孩子了，生成器空了，就迭代结束了。

caller:

# 创建一个空的列表，和当前对象节点
result, candidates = list(), [self]

# 循环，开始里面只有自己
while candidates:

    # 弹出最后一个节点
    node = candidates.pop()

    # 获得obj对象和目标节点的距离
    distance = node._get_dist(obj)

    # 如果距离ok，写入到结果列表中
    if distance <= max_dist and distance >= min_dist:
        result.extend(node._values)

    # 把自己的子节点加入到candidates中，这样循环会继续，直到树上的所有节点都被遍历
    candidates.extend(node._get_child_candidates(distance, min_dist, max_dist))

return result

作者：麦叔