标签：color 是什么 多例 src 优雅 script 该当 函数 功能
转自Felix文章
Python3 中 yield 对初学者一直是一个难点存在，网上很多教程，噼里啪啦写了很多，也举了很多例子，但是读完之后还是不知所以然，下面问题还是不知道如何回答，内容有点多，有些地方可能有点啰嗦，但都是满满的干货。
- yield 究竟是干嘛的？
- yield 是怎么执行的？
- yield 的好处是什么?
开始之前，先理解一下迭代器与可迭代对象，因为 yield 其实是一种特殊的迭代器，不过这种迭代器更加优雅。
# 可迭代对象：列表为例 s = ‘ABC‘ l = list(s) print(l)
[‘A‘, ‘B‘, ‘C‘]
# 迭代器对象 l1 s = ‘ABC‘ l = list(s) l1 = iter(l) print(l1) # 取出迭代器容器中的值，没有值后就抛出异常 print(next(l1)) print(next(l1)) print(next(l1)) print(next(l1))
<list_iterator object at 0x0000020D793D95C0>
A
B
C
StopIteration
上面案例中 l 是一个列表，是一个可迭代对象 l1 是一个迭代器，直接打印，结果是<list_iterator object="" at="" 0x0000020d793d95c0="">，访问其中的值可以使用 for 循环或者 next 函数，所有值都被访问后，最后会抛出 StopIteration 异常
关于迭代器与可迭代对象参考我另一篇博文，里面有详细解释： https://blog.csdn.net/u011318077/article/details/93754013
yield 生成器就是一个优雅的迭代器，访问也会用到 next 函数，理解迭代器后可以更轻松的理解 yield 生成器的执行过程和原理。
下面进入正题，如果你还没有对 yield 有个初步分认识，那么你先把 yield 看做“return”， 这个是直观的，它首先是个 return，普通的 return 是什么意思，就是在程序中返回某个值，返回之后程序就不再往下运行了。看做 return 之后再把它看做一个是生成器（generator）的一部分 （带 yield 的函数才是真正的迭代器），好了，如果你对这些不明白的话，那先把 yield 看做 return,然后直接看下面的程序，你就会明白 yield 的全部意思了(只是先当做 return，本质向后看就会明白)。
# 一个普通函数： def foo(): print(‘Starting.....‘) # 调用函数，直接执行语句 g = foo() print("*" * 100)
Starting.....
****************************************************
# 包含 yield 关键字，就变成了生成器函数 # 调用函数并不会执行语句 def foo(): print(‘Starting.....‘) while True: res = yield 4 print("res:", res) # 下面调用函数并没有执行，可以先将后面的语句注释掉 # 逐行运行代码观察效果 g = foo() print("第一次调用执行结果：") print(next(g)) print("*" * 100) print("第二次调用执行结果：") print(next(g)) print("*" * 100）
第一次调用执行结果： Starting..... 4 ******************************************************************** 第二次调用执行结果： res: None 4 ********************************************************************
上面的 foo()就是一个生成器函数，当一个生成器函数调用 yield，生成器函数的“状态”会被冻结，所有的变量的值会被保留下来，下一行要执行的代码的位置也会被记录，就是 yield 这行代码结束的位置直到再次调用 next()。一旦 next()再次被调用，生成器函数会从它上次离开的地方开始。如果永远不调用 next()，yield 保存的状态就被无视了。
generator 是用来产生一系列值的，yield 则像是 generator 函数的返回结果，(yield 也可以看似 return)，yield 唯一所做的另一件事就是保存一个 generator 函数的状态
yield 和 return 的区别，return 执行后会继续执行后面的代码，但是 yield 会停止之后的代码继续执行，注意，只是停止生成器函数内部的代码，生成器函数外部代码不受影响
generator 就是一个特殊类型的迭代器（iterator）和迭代器相似，我们可以通过使用 next()来从 generator 中获取下一个值
yield 生成器函数中另外一重要函数就是 send(），可以传入一个值作为返回值，看下面案例，第二次调用时候传入数字 7
# 包含 yield 关键字，就变成了生成器函数 def foo(): print(‘Starting.....‘) while True: res = yield 4 print("res:", res) # 下面调用函数并没有执行，可以先将后面的语句注释掉 # 逐行运行代码观察效果 g = foo() print("第一次调用执行结果：") print(next(g)) print("*" * 100) print("第二次调用执行结果(传入参数)：") print(g.send(7)) print("*" * 100) print("第三次调用执行结果：") print(next(g)) print("*" * 100)
第一次调用执行结果： Starting..... 4 ***************************************************************** 第二次调用执行结果(传入参数)： res: 7 4 ****************************************************************** 第三次调用执行结果： res: None 4 ******************************************************************
通过上面的阅读和敲代码已经理解了什么是 yield，和整个执行原理都应该很清楚了，单究竟为什么要使用 yield，而不是用 return？？？
我们以列表 list 为例，为什么用这个生成器，是因为如果用 List 的话，会占用更大的空间， 比如说取 0,1,2,3,4,5,6............1000，下面举例，只取到 10,1000 结果太长了
for n in range(10): a=n print(a) # 相当于 return a print("*" * 100)
0
1
2
3
4
5
6
7
8
9
# 生成器实现 def foo(num): print("starting...") while num<10: num=num+1 yield num for n in foo(0): print(n)
starting...
1
2
3
4
5
6
7
8
9
10
上面两种方式都可以得到 0-10 之间的数字，但是占用内存不同：
第一种直接使用 for 循环： for 循环运行时，所有的 0-10 之间数字都存在内存之中需要消耗极大的内存，如果数字是 10000，可能 for 循环直接就将电脑内存消耗完了后面的代码，其它程序就无内存可用了
第二种，虽然也是 for 循环，但是内部加入了 yield：for 循环每次调用时，yield 生成器(generator)能够迭代的关键是它有一个 next()方法，工作原理就是通过重复调用 next()方法，直到捕获一个异常,for 循环自动结束
每次执行到 yield，因为底层的实现就是中断的原理，保存栈帧，加载栈帧。 每次执行结束内存释放，执行的时候占用一点内存，消耗的内存资源就很少
上面 for 循环执行过程，并没有写 next 函数，其实自动调用的 next 函数(参考迭代器与迭代对象中详细解释)：
for 循环执行过程：
标签：color 是什么 多例 src 优雅 script 该当 函数 功能
原文地址：https://www.cnblogs.com/danniel-gong/p/12514548.html
