yield 关键字详解

当你看到一个函数里有yield声明时，用一个简单的小伎俩来理解发生了什么：

1. 在函数体的开始插入一行； result = []
2. 替换yield expr 为 result.append(expr)
3. 在函数末尾添加一行：return result
4. 现在就没有yield声明了，阅读并弄明白代码的含义吧！

这个小方法让你能够很好地理解函数整体做了什么，但是实际上yield的运行机制是和基于list的方法完全不一样的。在很多case下，yield的方法节省内存，而且速度更快。

理解 iterators, generators

首先，迭代器协议：

for x in mylist:

    ...loop body...

Python做了下面两个步骤：

1. 获取一个针对mylist的迭代器:

           调用iter(mylist) -> 这个会返回一个拥有next()方法（或者__next__()）

           这个步骤很多人会忘记告诉你。

     2. 使用迭代器来循环list中的元素：

        持续调用迭代器的next()方法，next（）的返回值被赋给x，然后执行循环体的代码，如果异常StopIteration从next()中抛出，则意味着迭代器中没有数据了，循环就结束。

 

事实上，python在想要对任一个对象的内容进行循环迭代时，都会执行上述的两个步骤，这种方式可以是一个for循环，也可以像 otherlist.extend(mylist)。

在这里，mylist是可迭代的，因为它实现了迭代协议。在一个用户定义的类中，你可以实现__iter__()方法来让你的类具有可迭代性，这个方法会返回一个迭代器，迭代器有next()方法。在同一个类中实现__iter__()和next()是可行的。

 

注意，一个for循环是不知道它要处理的对象类型的，它只是遵循迭代器协议，通过调用next()一个个地迭代元素。内建的list一个个返回它的元素，字典一个个地返回它的key，文件一行行地返回，等等。

 

现在， 看看yield

def f123():

    yield 1

    yield 2

    yield 3

for item in f123():

    print item

如果不使用yield，函数f123()中，你将会有3个return声明，函数执行时，也只可能返回第一个return。但是，这里的f123已经不是一个普通的函数，当它被调用时，它不会返回任何yield声明里的值，而是返回一个生成器对象(generator object)。同时，函数并没有真正地退出，它进入一个挂起状态，当for循环尝试对这个生成器对象进行循环时，这个函数会从挂起状态继续运行，运行点是它上次返回的yield声明的下一行（或者下一个逻辑），从这里开始运行，遇到yield后再次返回声明的结果。直到生成器抛出StopIteration异常，循环结束。

 

因此，生成器对象就像一个适配器——在一端，它展示迭代器协议，通过__iter()__, next()使得for循环能够快乐地工作，另一端，它则要运行函数获得下一个值，并把函数再变为挂起状态。