在介紹yield前有必要先說(shuō)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(lèi)型，包括列表、元祖等等，實(shí)際上，for循環(huán)可用于任何“可迭代對(duì)象”，這其實(shí)就是迭代器

迭代器是一個(gè)實(shí)現(xiàn)了迭代器協(xié)議的對(duì)象，Python中的迭代器協(xié)議就是有next方法的對(duì)象會(huì)前進(jìn)到下一結(jié)果，而在一系列結(jié)果的末尾是，則會(huì)引發(fā)StopIteration。任何這類(lèi)的對(duì)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(huì)在每次迭代時(shí)調(diào)用next方法，并且捕捉StopIteration異常來(lái)確定何時(shí)離開(kāi)。

使用迭代器一個(gè)顯而易見(jiàn)的好處就是：每次只從對(duì)象中讀取一條數(shù)據(jù)，不會(huì)造成內(nèi)存的過(guò)大開(kāi)銷(xiāo)。

比如要逐行讀取一個(gè)文件的內(nèi)容，利用readlines()方法，我們可以這么寫(xiě)：
代碼如下:
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?yàn)樗麑?shí)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(shí)，這個(gè)方法的內(nèi)存開(kāi)銷(xiāo)就很大了。

利用file的迭代器，我們可以這樣寫(xiě)：
代碼如下:
for line in open("test.txt"):   #use file iterators
    print line
這是最簡(jiǎn)單也是運(yùn)行速度最快的寫(xiě)法，他并沒(méi)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(jiǎn)而言之，包含yield語(yǔ)句的函數(shù)會(huì)被特地編譯成生成器。當(dāng)函數(shù)被調(diào)用時(shí)，他們返回一個(gè)生成器對(duì)象，這個(gè)對(duì)象支持迭代器接口。函數(shù)也許會(huì)有個(gè)return語(yǔ)句，但它的作用是用來(lái)yield產(chǎn)生值的。

不像一般的函數(shù)會(huì)生成值后退出，生成器函數(shù)在生成值后會(huì)自動(dòng)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(shí)將再度有效
代碼如下:
>>> 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(yùn)行原理，我們來(lái)用next方法看看：
代碼如下:
>>> 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 "", line 1, in
StopIteration

在運(yùn)行完5次next之后，生成器拋出了一個(gè)StopIteration異常，迭代終止。
再來(lái)看一個(gè)yield的例子，用生成器生成一個(gè)Fibonacci數(shù)列：
代碼如下:
def fab(max):
    a,b = 0,1
    while a < max: