Python 中 yield 关键字起什么作用？

要理解yield的作用，我们首先需要理解 可迭代对象（iterable） 和 迭代器（iterator） 的概念。千万不要混淆可迭代对象、迭代器和生成器！

可迭代对象与迭代器

创建一个列表后，我们可以逐个读取它的元素，这个过程称为迭代：

>>> a = [0, 1, 2]
>>> for i in a:
...     print(i)
0
1
2

所有可以用于 for...in... 循环的对象，都是可迭代对象，比如列表、字符串、文件等。这些对象内部实现了 __iter__() 方法。

然而，可迭代对象通常会把所有元素一次性加载进内存。当数据量很大时，这可能会带来性能问题。

什么是生成器？

生成器（Generator）是一种特殊的迭代器，它不会一次性生成所有元素，而是在需要时动态生成值。生成器是“惰性”的，占用内存更少。

将列表推导式的方括号 [] 换成圆括号 ()，就能得到一个生成器：

>>> a = [i for i in range(3)]
>>> type(a)
<class 'list'>

>>> b = (i for i in range(3))
>>> type(b)
<class 'generator'>

yield：创建生成器的关键字

使用 yield 可以将普通函数变成一个生成器函数。每次执行到 yield，函数会返回一个值，并暂停执行，保留当前状态。下一次调用 next() 时，会从上一次暂停的地方继续执行。

来看一个简单示例：

>>> def create_generator():
...     mylist = range(3)
...     for i in mylist:
...         yield i * i

>>> mygenerator = create_generator()
>>> print(mygenerator)
<generator object create_generator at 0x...>

>>> for i in mygenerator:
...     print(i)
0
1
4

你会发现，调用函数时并不会立即执行它，而是返回一个生成器对象。只有在遍历该生成器或调用 next() 时，函数才会逐步运行。

def some_function():
    for i in range(4):
        yield i

for i in some_function():
    print(i)

和手动实现迭代器对比

不使用 yield，我们也可以手动实现一个迭代器类，如下所示：

class MyIterator:
    def __init__(self):
        self.count = -1

    def __iter__(self):
        return self

    def __next__(self):
        self.count += 1
        if self.count < 4:
            return self.count
        else:
            raise StopIteration

def some_func():
    return MyIterator()

for i in some_func():
    print(i)

相比之下，使用 yield 可以让我们省去写 __iter__ 和 __next__ 方法的麻烦，快速构建一个可迭代的对象。

总结