yield表达式在Python的使用中非常广泛，最近在做爬虫项目的时候经常有用到。yield在函数中的功能类似于return，不同的是yield每次返回结果之后函数并没有退出，而是每次遇到yield关键字后返回相应结果，并保留函数当前的运行状态，等待下一次的调用。如果一个函数需要多次循环执行一个动作，并且每次执行的结果都是需要的，这种场景很适合使用yield实现。

在Python文档中，对于yield表达式的描述为

yield 表达式仅在定义generator函数时使用，因此只能用在函数定义的函数体中。在函数体中使用 yield 表达式会使该函数成为 generator。

当调用 generator 函数时，它会返回一个 iterator，同时又是一个 generator。然后，generator 控制 generator 函数的执行。当一个生成器的方法被调用时执行开始。此时，执行进行到第一个yield表达式，在那里它被再次挂起，将expression_list的值返回给生成器的调用者。挂起，我们的意思是保留所有局部状态，包括局部变量的当前绑定，指令指针，内部计算栈和任何异常处理的状态。当通过调用其中一个生成器的方法来恢复执行时，函数可以像yield表达式只是另一个外部调用一样继续进行。恢复后的yield表达式的值取决于恢复执行的方法。如果使用__next__()（通常通过for或next()内置函数），则结果为None。否则，如果使用send()，则结果将是传递到该方法的值。

其中提到了两个在Python比较重要的类型，generator和iterator，生成器和迭代器，在弄懂生成器之前，先来了解一下迭代器。

迭代器

迭代是Python最强大的功能之一，是访问集合元素的一种方式。

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

迭代器有两个基本的方法：iter() 和 next()。

字符串，列表或元组对象都可用于创建迭代器：

>>>list=[1,2,3,4]
>>> it = iter(list)    # 创建迭代器对象
>>> print (next(it))   # 输出迭代器的下一个元素
1
>>> print (next(it))
2

关于迭代器，我们只要了解最关键的地方在于它的__iter__()与 __next__()方法。

__iter__() 方法返回一个特殊的迭代器对象，这个迭代器对象实现了__next__() 方法并通过 StopIteration 异常标识迭代的完成。

__next__()方法（Python 2 里是 next()）会返回下一个迭代器对象。

下面再来回到关于生成器，简单理解迭代器和生成器的关系其实是包含，生成器能做到的事，迭代器也能做到，生成器是一种可以简单有效的创建迭代器的工具。生成器在需要返回数据时使用yield语句，每个yield返回一个generator iterator的函数，记住执行的位置和状态（包括局部变量和等待的 try 语句）。当generator iterator恢复时，即对它调用next()时，它从离开的位置重新开始（与函数不同，函数每次调用从起始开始，并会记住所有的数据值和上次执行的语句）。

>>> def echo(value=None):
...     print("Execution starts when 'next()' is called for the first time.")
...     try:
...         while True:
...             try:
...                 value = (yield value)
...             except Exception as e:
...                 value = e
...     finally:
...         print("Don't forget to clean up when 'close()' is called.")
...
>>> generator = echo(1)
>>> print(next(generator))
Execution starts when 'next()' is called for the first time.
1
>>> print(next(generator))
None
>>> print(generator.send(2))
2
>>> generator.throw(TypeError, "spam")
TypeError('spam',)
>>> generator.close()
Don't forget to clean up when 'close()' is called.

more…

Finally

As noted earlier, yield is not allowed in the try clause of a try/finally construct. A consequence is that generators should allocate critical resources with great care. There is no restriction on yield otherwise appearing in finally clauses, exceptclauses, or in the try clause of a try/except construct:

> >>> def f():
> ...     try:
> ...         yield 1
> ...         try:
> ...             yield 2
> ...             1/0
> ...             yield 3  # never get here
> ...         except ZeroDivisionError:
> ...             yield 4
> ...             yield 5
> ...             raise
> ...         except:
> ...             yield 6
> ...         yield 7     # the "raise" above stops this
> ...     except:
> ...         yield 8
> ...     yield 9
> ...     try:
> ...         x = 12
> ...     finally:
> ...        yield 10
> ...     yield 11
> >>> print list(f())
> [1, 2, 4, 5, 8, 9, 10, 11]
>