深入理解 Python 中的 yield：惰性计算与生成器的机制

在 Python 中，yield 是一个功能强大的关键字，常用于生成器（generator）函数的定义。它使函数在执行过程中可以“暂停”并返回值，而不是像普通函数那样一旦返回就终止。这种机制支持“惰性求值”，使我们能够以更高效、更节省内存的方式处理数据。

本文将系统讲解 yield 的基本概念、使用方法、和背后的运行机制。

什么是 yield？

简单来说，yield 用于将一个普通函数变成生成器函数。

一个包含 yield 的函数在调用时并不会立刻执行，而是返回一个生成器对象。只有在使用 next() 或在 for 循环中迭代这个生成器对象时，函数体才会真正执行，直到遇到第一个 yield 表达式。

每次遇到 yield，函数会暂停执行，并返回对应的值。下一次调用 next() 时，会从上次暂停的地方继续执行，而不是从头开始。

yield 与 return 的区别

特性	return	yield
函数执行状态	立即终止函数	暂停函数执行，保留当前状态
返回结果类型	普通值（如整数、字符串、列表等）	生成器对象（generator）
返回值数量	一次性返回一个结果	每次返回一个结果，可多次返回
内存占用	一次性产生所有结果，可能占用较大内存	逐个生成结果，节省内存，适合处理大数据集

一个简单的例子

def my_gen():
    print("Start")
    yield 1
    print("Middle")
    yield 2
    print("End")

gen = my_gen()      # 创建生成器对象，不执行函数体
print(next(gen))    # 执行到第一个 yield，输出 Start 和 1
print(next(gen))    # 接着执行到第二个 yield，输出 Middle 和 2
print(next(gen))    # 执行到函数结束，输出 End，抛出 StopIteration

输出结果：

Start
1
Middle
2
End
Traceback (most recent call last):
  StopIteration

注意：只有在调用 next() 时，函数体才会执行。

for 循环是如何与 yield 协作的？

当我们使用 for value in my_gen(): 进行遍历时，Python 会自动调用生成器的 __next__() 方法。

其底层执行过程相当于：

gen = my_gen()
while True:
    try:
        value = next(gen)
        print(value)
    except StopIteration:
        break

每次循环都从生成器中提取一个值，直到函数结束并抛出 StopIteration 异常为止。

yield 的典型应用场景

1. 按行搜索文件内容（节省内存）

from collections import deque

def search(lines, pattern, history=5):
    previous_lines = deque(maxlen=history)
    for line in lines:
        if pattern in line:
            yield line, previous_lines
        previous_lines.append(line)

这种方式不需要一次性读取整个文件，而是逐行处理内容，适合日志搜索、大文件分析等场景。

2. 构建无限序列（如斐波那契数列）

def fib():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

调用：

f = fib()
for _ in range(10):
    print(next(f))

输出前十个斐波那契数。由于是无限生成，不会浪费内存。

常见误区

误区 1：调用生成器函数会立即执行

实际情况是：调用带 yield 的函数只会返回一个生成器对象，并不会立即执行函数体。例如：

gen = my_gen()  # 不执行函数体

只有当你调用 next(gen) 或使用 for 循环遍历时，才会开始执行函数体。

误区 2：yield 会自动推进函数执行

实际上，yield 本身并不会控制函数执行流程，它只是定义了函数可以暂停的位置。控制函数“继续执行”的是外部调用者——比如 for 循环或者 next() 函数。

总结

yield 用于构建生成器函数，实现惰性求值；
每次遇到 yield，函数会暂停并返回一个值；
下一次执行会从上一次暂停处继续；
相比一次性返回所有结果，生成器可以显著减少内存消耗；
非常适合处理大文件、数据流和无限序列等场景；
for 循环是驱动生成器最常用的方式，其本质是不断调用 next()。

Bosiju