python中生成器：yield，yield from

在 Python 中，生成器（generator） 是一种特殊的“可迭代对象”，它能在运行过程中动态地产生数据，而不是一次性把所有数据加载到内存中。
生成器是理解 Python 高级用法（如协程、异步、惰性求值）的关键概念。下面我们分层讲清楚：

一、生成器的本质

生成器本质上是一种特殊的函数，通过 yield 语句来“逐步返回”值。

def count_up_to(n):
    i = 1
    while i <= n:
        yield i
        i += 1

调用 count_up_to(5) 不会立即执行函数体，而是返回一个生成器对象：

>>> gen = count_up_to(5)
>>> gen
<generator object count_up_to at 0x0000024E...>

每次调用 next(gen)，函数会从上次中断的位置继续执行，直到再次遇到 yield：

>>> next(gen)
1
>>> next(gen)
2
>>> list(gen)
[3, 4, 5]

➡️ 特点总结：
• yield 暂停函数执行并返回值；
• 下次调用时从暂停处继续；
• 函数执行完后自动抛出 StopIteration；
• 内部状态（局部变量、循环计数）会被保留；
• 非常节省内存，适合大规模数据流。

⸻

二、yield 的理解

yield 相当于函数中的“暂停点”与“返回点”结合体。

你可以理解为：

return 是“一次性返回”，
yield 是“可以多次暂停返回”。

示例：

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

g = demo()
next(g)  # 输出 Start，返回 1
next(g)  # 输出 Middle，返回 2
next(g)  # 输出 End，抛 StopIteration

运行过程：
1. 第一次 next()：执行到第一个 yield 停下；
2. 第二次 next()：从上次停处继续；
3. 第三次：执行完函数，抛出结束异常。

⸻

三、yield from 的理解（语法糖）

yield from 是 Python 3 引入的语法，用来简化在生成器中“委托”另一个生成器的写法。

✅ 没有 yield from 的写法：

def generator_a():
    for i in range(3):
        yield i

def generator_b():
    for x in generator_a():
        yield x
    yield 100

✅ 使用 yield from 的写法（等价简写）：

def generator_b():
    yield from generator_a()  # 等价于上面 for 循环
    yield 100

💡 优势
• 代码更简洁；
• 能自动传递 .send()、.throw()、.close() 等高级生成器方法；
• 能让“子生成器”与“外部调用者”直接通信（中间生成器无需转发）。

⸻

四、图解执行过程

调用方（调用 next/send） ───▶ 外层生成器 ───▶ 子生成器
          ▲                        │
          └───────── yield from ◀──┘

举个例子：

def sub_gen():
    yield 1
    yield 2

def main_gen():
    yield 'start'
    yield from sub_gen()
    yield 'end'

for x in main_gen():
    print(x)

输出：

start
1
2
end

➡️ yield from 会自动迭代 sub_gen() 中的每个 yield 值。

⸻

五、典型应用场景

⸻

六、一个完整示例：文件逐行读取

def read_large_file(file_name):
    with open(file_name, 'r') as f:
        for line in f:
            yield line.strip()

for line in read_large_file("big.txt"):
    print(line)

➡️ 文件按需读取，不会一次性加载全部内容。

⸻

七、总结口诀