Python Yield 内部工作机制及应用解析

一、Python yield内部工作机制解析

Python yield 是generator实现各种功能的核心。我们看一下yield是如何工作的，当调用generator的特定方法，譬如next()，其内部代码会执行到yield，通过下面这个具体代码示例来进行说明：

在while循环体中，使用关键字yield定义了一条语句：yield num，表示会返回一个值给调用者，而不是像return语句那样，返回值之后就会退出整个方法的执行。使用yield时，这个方法的状态(state)是被记忆的，也就是说，当调用一个generator对象的next()方法时，变量num先递增，然后使用yield返回新的值给调用者。

当执行Python中的yield语句时，程序会暂停(suspend)方法的执行（这里的“方法”其实可以看做是一个generator对象，所谓“暂停”，是指程序执行到yield语句时，不会再继续执行下面的语句），而是使用yield返回当前变量的值给调用者。当这个方法被暂停执行后，方法的状态会被保存下来，在状态中包括了任何绑定到这个generator对象的本地变量，代码调用指针，内部栈，以及任何的异常处理（异常也被保存到这个“方法”对象的状态中，你可以根据具体需要进行相应的处理）。

基于这样的工作机制，当你调用一个generator对象的方法时，就允许你继续执行之前被“暂停”的程序（从suspend到resume的过程），即继续执行yield语句之后的代码。

二、Python yield应用解析

下面是应用代码示例，在这个方法（这个方法可看做是一个generator对象）中定义了两个yield语句：

执行以下语句：

输出结果如下，从结果看，在对这个generator对象”multi_obj”调用next方法时，显然只会打印出这条信息：

This will print the first string

接下来继续执行下面的语句：

print(next(multi_obj))

输出结果如下，可以看到打印了第2条信息：

如果再继续执行下面的语句，我们看下会发生什么：

print(next(multi_obj))

因为在上面的方法中只定义了两条yield语句，所以当第3次执行print(next(multi_obj))时，会因为超出了迭代范围而导致抛出异常。从这个例子可以看到，当调用next方法时，程序执行到yield语句时就会停止，再次调用next方法后会继续从第一个yield语句后的语句开始执行，然后再次遇到yield语句又会停止。这个方法中的两条yield语句是顺序执行的，当然也可以把yield语句放在循环体中执行。

StopIteration是一个原生的异常，抛出表明迭代到达了一个iterator对象的结尾，你可以根据需要对异常进行处理。对于循环(loop)来说，可以基于StopIteration来构建，你可以使用while来实现自己的循环代码，譬如下面的代码示例，通过内部的yield工作机制来获取列表中定义的每个元素，当迭代结束时，可以使用break语句来让程序不抛出异常：

输出结果如下：

三、总结

Yield涉及到程序的”suspend”和”resume”，在两者之间存在一个状态(state)的管理，这构建了Python在数据处理领域的核心基础。这里主要是从generator的视角来谈yield，在很多高级编程代码中会看到直接使用yield的场景。Yield也为Python中的coroutine和消息循环的编程打下了基础。