当前位置：首页 > news >正文

Python yield关键字

news 2025/8/16 9:08:31

1、什么是yield关键字

yield 是 Python 中的一个关键字，它用于定义生成器函数。生成器是一种特殊的迭代器，它可以在遍历过程中逐步产生值，而不是一次性生成所有值并将其存储在内存中。这使得生成器非常适合处理大量数据或无限序列，因为它们只在需要时才生成下一个值，从而节省了内存。

当你在一个函数中使用 yield 语句时，这个函数就变成了一个生成器函数。调用生成器函数并不会立即执行其中的代码，而是返回一个生成器对象。当对这个生成器对象进行迭代（例如通过 for 循环或者调用 next() 函数）时，生成器函数会从上次暂停的地方继续执行，直到遇到下一个 yield 语句，然后返回当前的值，并再次暂停等待下一次迭代。

eg：斐波那契函数

def fibonacci(n):a, b = 0, 1for _ in range(n):yield aa, b = b, a + b# 使用生成器
for num in fibonacci(10):print(num)

在这个例子中，fibonacci 是一个生成器函数，它会生成前 n 个斐波那契数。每次迭代都会计算下一个斐波那契数，并通过 yield 返回该数值，而不占用额外的内存空间来存储整个序列。

2、使用方法

`1、yield` 单独使用

在这种情况下，yield 不返回任何值（实际上它会返回 None）。这种方式通常用于创建一个简单的迭代器，当只需要控制流而不需要传递具体值时。

def simple_generator():yieldprint("After first yield")yieldprint("After second yield")gen = simple_generator()
next(gen)  # 代码运行到第一个yield后停止，没有打印任何内容
next(gen)  # 代码从第一个打印语句开始执行，然后遇到yield停止运行，打印第一个打印语句
next(gen)  # 代码从第二个执行语句开始执行，打印第二个语句，但是没有了yield，报停止迭代异常

2、基本用法：返回值并暂停执行

这是最基础的用法，yield 可以用来代替 return 返回一个值给调用者，但是不会终止函数的执行。相反，它会保存函数的状态，并且可以在下次迭代时从中断的地方继续执行。

def simple_generator():yield 1yield 2yield 3if __name__ == '__main__':a = simple_generator()print(a.__next__())print(a.__next__())print(a.__next__())

依次打印1,2,3，每次调用生成一个值

如果调用的次数超过可迭代的次数，比如上述代码，再次调用

print(a.__next__())，会报StopIteration错误

3`、yield` 前边使用一个变量接收

yield 表达式可以出现在赋值语句的右侧，允许从外部向生成器发送数据。这通过 .send() 方法实现，发送的数据将作为 yield 表达式的结果被接收到。

def echo():while True:received = yieldprint(f"Received: {received}")e = echo()
next(e)  # 必须先启动生成器
e.send('hello')  # 输出：Received: hello
e.send('world')  # 输出：Received: world

next(e)，代码运行到yield这行后停止运行，然后调用send方法

相当于给received 赋值，然后执行打印语句，然后又执行到yiel语句停止

再次调用send方法，仍然是这样继续操作

在这个例子中，received 变量接收了从外部发送进来的值，并打印出来。需要注意的是，在第一次调用 .send() 方法之前，必须至少调用一次 next() 来启动生成器。

4、yield from

`yield from` 是 Python 中用于简化从子生成器中提取值的过程的一种语法。它使得你可以更方便地将一个生成器委托给另一个生成器，从而创建更复杂的迭代模式。使用 `yield from` 可以减少代码量，并且使代码更加清晰易读。

`yield from` 的基本含义

当你在一个生成器函数中使用 `yield from <iterable>` 时，Python 会自动迭代 `<iterable>`，并且对于每一个产生的值都会执行一次 `yield`。这相当于在每次迭代时都调用 `yield` 来返回当前的值给外部调用者。此外，`yield from` 还可以处理异常和发送值给子生成器，这对于实现协程非常有用。

使用场景

1. **简化嵌套循环**
2. **委派到子生成器**
3. **处理异常**
4. **发送值给子生成器**

示例说明

简化嵌套循环

假设你有一个包含多个列表的列表，你想一次性迭代所有元素：```python

def flatten(nested_list):for sublist in nested_list:for item in sublist:yield item# 使用 yield from 简化上面的代码
def flatten_with_yield_from(nested_list):for sublist in nested_list:yield from sublistnested = [[1, 2, 3], [4, 5], [6]]
for num in flatten_with_yield_from(nested):print(num)

委派到子生成器

如果你有一个复杂的迭代逻辑，可以将其拆分成几个子生成器，然后通过 `yield from` 将它们连接起来：

def generator_one():yield 'one'yield 'two'def generator_two():yield 'three'yield 'four'def combined_generator():yield from generator_one()yield from generator_two()for value in combined_generator():print(value)

输出将是：
```
one
two
three
four
```

处理异常

`yield from` 也可以传递异常给子生成器：

def subgen():try:while True:x = yieldprint(f"Received: {x}")except GeneratorExit:print("Sub-generator is closing")def delegator():yield from subgen()g = delegator()
next(g)  # 启动生成器
g.send('hello')
g.close()  # 关闭生成器，触发 GeneratorExit 异常

发送值给子生成器

除了传递异常，`yield from` 还可以让主生成器向子生成器发送值：```python

def subgen():while True:x = yieldprint(f"Sub-generator received: {x}")def delegator():sg = subgen()next(sg)  # 启动子生成器yield from sgg = delegator()
next(g)  # 启动主生成器
g.send('hello')  # 发送值给子生成器

关键区别

层次结构：
- yield 通常用于定义单层生成器逻辑。
- yield from 用于委派到子生成器，可以简化多层迭代逻辑。
代码简化：
- 使用 yield 时，如果需要遍历一个可迭代对象，你必须显式地写出循环来逐一 yield 每个元素。
- yield from 自动完成这一过程，使得代码更加简洁明了。
双向通信：
- yield 只能直接与调用者交互。
- yield from 支持主生成器与子生成器之间的双向通信，包括发送值和抛出异常。
异常处理：
- yield 需要在主生成器中手动处理异常。
- yield from 自动处理并传播异常给子生成器，允许更复杂的错误管理。