在介紹yield前有必要先說明下Python中的迭代器(iterator)和生成器(constructor),。

一,、迭代器(iterator)

在Python中，for循環(huán)可以用于Python中的任何類型,，包括列表,、元祖等等，實際上,，for循環(huán)可用于任何“可迭代對象”,，這其實就是迭代器

迭代器是一個實現(xiàn)了迭代器協(xié)議的對象，Python中的迭代器協(xié)議就是有next方法的對象會前進(jìn)到下一結(jié)果,，而在一系列結(jié)果的末尾是,，則會引發(fā)StopIteration。任何這類的對象在Python中都可以用for循環(huán)或其他遍歷工具迭代,，迭代工具內(nèi)部會在每次迭代時調(diào)用next方法,，并且捕捉StopIteration異常來確定何時離開。

使用迭代器一個顯而易見的好處就是：每次只從對象中讀取一條數(shù)據(jù),，不會造成內(nèi)存的過大開銷,。

比如要逐行讀取一個文件的內(nèi)容，利用readlines()方法,，我們可以這么寫：

1
2

for line in open("test.txt").readlines():
    print line

這樣雖然可以工作,，但不是最好的方法。因為他實際上是把文件一次加載到內(nèi)存中,，然后逐行打印,。當(dāng)文件很大時,，這個方法的內(nèi)存開銷就很大了。

利用file的迭代器,，我們可以這樣寫：

1
2

for line in open("test.txt"):   #use file iterators
    print line

這是最簡單也是運行速度最快的寫法,，他并沒顯式的讀取文件，而是利用迭代器每次讀取下一行,。

二,、生成器(constructor)

生成器函數(shù)在Python中與迭代器協(xié)議的概念聯(lián)系在一起。簡而言之,，包含yield語句的函數(shù)會被特地編譯成生成器,。當(dāng)函數(shù)被調(diào)用時，他們返回一個生成器對象,，這個對象支持迭代器接口,。函數(shù)也許會有個return語句，但它的作用是用來yield產(chǎn)生值的,。

不像一般的函數(shù)會生成值后退出,，生成器函數(shù)在生成值后會自動掛起并暫停他們的執(zhí)行和狀態(tài)，他的本地變量將保存狀態(tài)信息,，這些信息在函數(shù)恢復(fù)時將再度有效

1
2
3
4
5
6
7
8

>>> def g(n):
...     for i in range(n):
...             yield i **2
...
>>> for i in g(5):
...     print i,":",
...
0 : 1 : 4 : 9 : 16 :

要了解他的運行原理,，我們來用next方法看看：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

>>> t = g(5)
>>> t.next()
0
>>> t.next()
1
>>> t.next()
4
>>> t.next()
9
>>> t.next()
16
>>> t.next()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

在運行完5次next之后，生成器拋出了一個StopIteration異常,，迭代終止,。
再來看一個yield的例子，用生成器生成一個Fibonacci數(shù)列：

1
2
3
4
5
6
7
8
9
10

def fab(max):
    a,b = 0,1
    while a < max:
        yield a
        a, b = b, a+b
 
>>> for i in fab(20):
...     print i,",",
...
0 , 1 , 1 , 2 , 3 , 5 , 8 , 13 ,

看到這里應(yīng)該就能理解生成器那個很抽象的概念了吧~~