yield关键字 - 技术栈

yield 的作用

暂停并返回值：当函数执行到 yield 语句时，会暂停当前函数的执行，并将 yield 后面的值返回给调用者。下次调用时，函数会从上次暂停的位置继续执行。

实现惰性求值：生成器不会一次性生成所有数据，而是按需逐个生成，节省内存空间。

支持迭代协议：包含 yield 的函数会自动变成生成器函数，返回一个生成器对象，该对象实现了迭代器协议（iter() 和 next() 方法）。

yield关键字和return一样会返回一个值，使用next获取返回值，如果可以返回值会报错。

复制代码

def foo():
    print("one")
    yield "one"
    print("two")
    yield "two"


if __name__ == '__main__':
    f = foo()
    print(f)
    print(next(f))
    print('----')
    print(next(f))
    print('----')
    print(next(f))

for为什么没有使用next(foo())也可以执行生成器?

在 Python 中，for 循环可以直接迭代生成器对象，而不需要显式调用 next() 函数。这是因为 for 循环内部已经实现了对生成器的自动迭代机制。

复制代码

def foo():
    print("one")
    yield "one"
    print("two")
    yield "two"


if __name__ == '__main__':
    f = foo()
    # print(f)
    # print(next(f))
    # print('----')
    # print(next(f))
    # print('----')
    # print(next(f))
    for i in f:
        print(i)

原因分析：

生成器的本质：

生成器是一个特殊的迭代器，它实现了 iter() 和 next() 方法。

当你调用 foo() 时，它返回一个生成器对象，而不是直接执行函数体中的代码。

for 循环的工作原理：

for 循环会自动调用生成器的 iter() 方法获取迭代器。

然后在每次循环中调用 next() 方法来获取下一个值，直到遇到 StopIteration 异常（即生成器耗尽）为止。

等价关系：

复制代码

   for i in foo():
       print(i)

实际上等价于以下手动调用 next() 的方式：

复制代码

   f = foo()
   try:
       while True:
           i = next(f)
           print(i)
   except StopIteration:
       pass

使用场景

当需要读取大文件时，一次性加载全部内容会导致内存溢出。解释：通过 yield 逐行读取文件内容，避免将整个文件加载到内存中。yield 的核心优势在于其惰性求值特性，适用于需要高效处理大量数据或动态生成数据的场景。

复制代码

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


def count_error():
    count = 0
    for log_line in read_log("a.log"):
        if "error" in log_line:
            print(log_line)
            count += 1
    return count


if __name__ == '__main__':
    number = count_error()
    print(number)