python生成器的核心是惰性求值和状态保存，yield使函数变为可暂停、可恢复的迭代器工厂；调用返回生成器对象，每次next()从上次yield处继续执行并保留局部变量与状态。

Python生成器的核心是惰性求值和状态保存，yield不是简单地“返回一个值”，而是把函数变成一个可暂停、可恢复的迭代器工厂。

yield如何让函数变成生成器

当函数中出现yield语句，Python在编译时就将其标记为生成器函数。调用它不会执行函数体，而是立即返回一个生成器对象（generator object）。这个对象实现了迭代器协议（有__iter__和__next__方法）。

每次调用next()或进入for循环时，函数从上次yield暂停的位置继续执行，直到遇到下一个yield或函数结束。局部变量、执行位置、异常状态都会被保留。

适合用yield的典型场景

• 处理大数据流，避免内存爆炸：比如逐行读大文件、解析超长日志、实时接收网络数据包。不用一次性加载全部内容到列表，而是按需产出。
• 实现无限序列：如斐波那契数列、素数生成器、时间戳流。生成器可自然支持无限迭代，而普通函数无法返回无限列表。
• 分步计算与管道式处理：多个生成器可以链式调用（如filter、map风格），每一步只处理一个元素，形成轻量级数据流水线。
• 替代回调或状态机逻辑：比如解析嵌套结构（JSON、XML）、协程式状态切换（早期async/await之前常用）。

yield和return的关键区别

return终止函数并丢弃所有上下文；yield暂停函数并冻结栈帧。一个生成器函数可以有多个yield，也可以带return（仅用于提前结束，并可附带返回值，该值会作为StopIteration.value被抛出）。

Python 3.14.2

Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。

下载

注意：yield from不是语法糖，它将子生成器的控制权委托出去，能自动处理send()、throw()、close()等操作，常用于重构复杂生成器逻辑。

一个实用小例子：带缓冲的文件行读取

不直接用for line in f:，而是封装成可控批次的生成器：

def read_in_chunks(file_obj, chunk_size=1024):<br>    while True:<br>        data = file_obj.read(chunk_size)<br>        if not data:<br>            break<br>        yield data

这样既节省内存，又比一行一行读更高效，还便于后续做分块处理（如哈希校验、加密、压缩）。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！