当前位置：首页 > news >正文

Python yield 最通俗、最实用的讲解

news 2026/5/30 9:39:59

yield是 Python 中一个非常强大的关键字，它用于创建生成器（Generator）。理解yield对于编写高效、节省内存的迭代代码至关重要。

一句话记住

yield = 让函数变成 “生成器”，可以暂停执行、分段返回数据，不占满内存。

你可以把它理解成：可以暂停 / 继续的 return。

yield 是 Python 的关键字，用于创建生成器（Generator） 核心特性： 1. **暂停执行** - 函数执行到 yield 时暂停，返回值给调用者 2. **恢复执行** - 下次调用时从 yield 之后继续执行 3. **状态保持** - 函数的局部变量和执行状态都会被保留 4. **惰性计算** - 按需生成值，节省内存 yield vs return： - return: 函数执行结束，返回一个值，函数退出 - yield: 函数暂停，返回一个值，函数可以继续执行

1.最直观对比：return vs yield

1.1. return（普通函数）

运行 → 返回结果 →直接结束
一次性返回所有数据，数据多了占内存

def func(): return 1 return 2 # 永远不会执行

1.2. yield（生成器函数）

运行 → 遇到 yield →暂停，返回值
下次调用 →从暂停处继续执行
可以多次返回，不占内存

def gen(): yield 1 # 暂停，返回1 yield 2 # 下次继续，返回2 yield 3

1.3. yield 的工作原理

惰性求值

yield实现了惰性求值（Lazy Evaluation）：只在需要时才计算下一个值。

2. yield 最核心 4 大用途（实战必用）

2.1. 处理超大数据 / 无限数据（不爆内存）

这是 yield最重要的用途！

比如你要生成 1 亿个数：

用 list 会直接卡死（内存装不下）
用 yield 几乎不占内存

# 生成器：一次只生成一个数，用完再生成下一个 def count(): n = 0 while True: yield n n += 1

适用场景：读取超大文件、爬取无限分页数据、处理千万级日志。

2.2. 分段执行（前后置代码）

就是你刚才学的pytest fixture！https://blog.csdn.net/Kingairy/article/details/161514387

@pytest.fixture def open_browser(): print("打开浏览器") # 前置 yield driver # 暂停，返回给测试用例 print("关闭浏览器") # 用例跑完后执行（后置）

yield 在这里的作用：

先执行前面代码
暂停，把值给测试用例
用例结束后，自动执行后面的清理代码

2.3. 协程 / 异步任务（高级）

yield可以让函数暂停执行，去做别的事，再回来继续。这是 Python 异步编程的基础。

2.4. 流式处理数据（管道模式）

# 读超大文件，一次只读一行，不占内存 def read_large_file(file): with open(file) as f: for line in f: yield line

2.5. 无限序列

def infinite_sequence(): """生成无限序列""" num = 0 while True: yield num num += 1 # 使用 for i in infinite_sequence(): if i > 100: break print(i)

3.yield 的高级特性

3.1. send() - 向生成器发送值

def gen(): # 重点：yield 左边可以接收 send 进来的值 value = yield "开始" print("生成器收到：", value) value2 = yield "第二步" print("生成器又收到：", value2) yield "结束" # 创建生成器 g = gen() # 第一次必须 next() 或 send(None) print(next(g)) # 输出：开始 # 往生成器里传数据 print(g.send("我是数据1")) # 输出：第二步 print(g.send("我是数据2")) # 输出：结束

3.2. throw() - 向生成器抛出异常

def generator(): try: yield 1 yield 2 except ValueError: yield '处理异常' yield 3 gen = generator() print(next(gen)) # 1 print(gen.throw(ValueError)) # 处理异常 print(next(gen)) # 3

3.3. close() - 关闭生成器

def generator(): try: yield 1 yield 2 finally: print("生成器被关闭") gen = generator() print(next(gen)) # 1 gen.close() # 生成器被关闭

3.4. yield from - 委托生成器

def sub_generator(): yield 1 yield 2 yield 3 def main_generator(): # 使用 yield from 委托给子生成器 yield from sub_generator() yield 4 yield 5 for value in main_generator(): print(value) # 1, 2, 3, 4, 5