您可能听说过，带有 yield 的函数在 Python 中被称之为 generator（生成器），何谓 generator ？

我们先抛开 generator，以一个常见的编程题目来展示 yield 的概念。

        如何产生斐波拉契数列?

斐波那契数列（Fibonacci sequence），又称黄金分割数列、因数学家列昂纳多·斐波那契（Leonardoda Fibonacci）以兔子繁殖为例子而引入，故又称为“兔子数列”，指的是这样一个数列：1、1、2、3、5、8、13、21、34、……在数学上，斐波纳契数列以如下被以递归的方法定义：F(0)=1，F(1)=1, F(n)=F(n-1)+F(n-2)（n>=2，n∈N*）

        许多初学者都可以写出下面的函数：

方法一：

1 # 生成斐波那契数列前n个元素
2 def fab(n):
3     i = 0
4     a, b = 0, 1
5     while i < n:
6         print(a)
7         a, b = b, a + b
8         i += 1

执行 fab(6) 得出前6个元素：

0
1
1
2
3
5

结果没有问题，但函数的返回值为None，别的函数无法获取结果，复用性很差，

要提高 fab 函数的可复用性，最好不要直接打印出数列，而是返回一个 List。以下是 fab 函数改写后的第二个版本：

方法二：

 1 # 生成斐波那契数列前n个元素,以list返回
 2 def fab(n):
 3     i = 0
 4     a, b = 0, 1
 5     list_fab = []
 6     while i < n:
 7         # print(a)
 8         list_fab.append(a)
 9         a, b = b, a + b
10         i += 1
11 
12     return list_fab

可以使用如下方式打印出 fab 函数返回的 List：

1 for item in fab(6):
2     print(item)

改写后的 fab 函数通过返回 List 能满足复用性的要求，但是更有经验的开发者会指出，该函数在运行中占用的内存会随着参数 n的增大而增大，如果要控制内存占用，最好不要用 List，来保存中间结果，而该通过 iterable 对象来迭代，这时yield就派上用场了。

第三个版本的 fab 和第一版相比，仅仅把 print b 改为了 yield b，就在保持简洁性的同时获得了 iterable 的效果。

方法三：

1 # 使用 yield替代print
2 def fab(n):
3     i = 0
4     a, b = 0, 1
5     while i < n:
6         # print(a)
7         yield a
8         a, b = b, a + b
9         i += 1

简单地讲，yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，调用 fab(6) 不会执行 fab 函数，而是返回一个 iterable 对象！在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield a 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield a 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。

for item in fab(6):
    print(item)

也可以手动调用 fab(6) 的 next() 方法（因为 fab(6) 是一个 generator 对象，该对象具有 next() 方法），这样我们就可以更清楚地看到 fab 的执行流程：

1 f = fab(6)
2 print(next(f))
3 print(next(f))
4 print(next(f))
5 print(next(f))
6 print(next(f))
7 print(next(f))
8 print(next(f))

当函数执行结束时，generator 自动抛出 StopIteration 异常，表示迭代完成。在 for 循环里，无需处理 StopIteration 异常，循环会正常结束。

我们可以得出以下结论：

一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用 next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。

 为了更好的理解上面一段话，我们看下面的例子：

1 def test_yield():
2     print("test start")
3     yield 1
4     yield 2
5     yield 3
6     print("test stop")
7 
8 result = test_yield()
9 print(result, type(result))

在函数调用 result = test_yield() 时， print("test start") 这一句代码并不会执行，程序不输出test start的打印

 print(result, type(result)) 的执行结果是： <generator object test_yield at 0x02D35D00> <class ‘generator‘> 

当在上面代码后再执行 print(next(result)) 时，

程序输出：

1 test start
2 1

我们再用for循环输出result：

1 for i in result:
2     print(i)

这是前后两句print都将打印出来：

1 test start
2 1
3 2
4 3
5 test stop

#Note:本文参考另外一篇博文

原文链接：http://www.ibm.com/developerworks/cn/opensource/os-cn-python-yield/

生成器-generator