Python 生成器与 yield：一次搞懂惰性求值

处理大规模数据时，最怕的就是"还没开始算，内存先爆了"。Python 的生成器（Generator）配合 yield 关键字，提供了一种优雅的解决方案：惰性求值（Lazy Evaluation）——数据用到时才生产，用完即弃，内存占用恒定。

一、yield 把函数变成工厂

普通函数遇到 return 就结束了；而包含 yield 的函数被调用时并不执行函数体，而是返回一个生成器对象。每次对生成器调用 next()，函数才执行到下一个 yield 处暂停，把值交出去并保留现场（局部变量、指令指针全部冻结），下次调用再从暂停处恢复。

def countdown(n):
    while n > 0:
        yield n
        n -= 1

gen = countdown(3)
print(next(gen))  # 3
print(next(gen))  # 2
for x in gen:     # 剩余的 1 会被 for 消费
    print(x)      # 1

二、为什么省内存

对比 [i*i for i in range(10_000_000)] 与 (i*i for i in range(10_000_000))：前者是列表推导式，立刻构造一千万个元素的列表，占用数百 MB；后者只是生成器表达式，仅仅保存"如何产生下一个值"的规则，内存占用不到 1 KB。遍历文件时用 for line in open('big.log') 而不是 readlines()，同样是这个原理——文件对象本身就是按行迭代的生成器。

三、生成器表达式与管道

生成器可以像流水线一样串联，每条数据流经整条管道，全程无中间大列表：

lines  = (l.strip() for l in open('access.log'))
errors = (l for l in lines if 'ERROR' in l)
codes  = (l.split(' code=')[1] for l in errors)

四、send 与协程雏形

yield 不仅能"吐"值，还能"收"值：v = yield x 使调用方可以通过 gen.send(value) 向生成器内部传数据，value 就是下次恢复时 yield 表达式的取值。这正是 Python 早期协程（asyncio 前身）的实现基础，也是理解 async/await 的必经之路。

五、使用建议

生成器是一次性的，遍历过就耗尽，需要重复遍历时请用列表；需要"看一遍、过滤一大半"的场景（日志清洗、大文件 ETL、分页拉取 API）最适合生成器。掌握 yield，就掌握了 Python 流式处理的核心。