核心作用
- 暂停与恢复函数执行
def count_up_to(n):i = 1while i <= n:yield i # 暂停在这里，返回当前值i += 1# 调用
for num in count_up_to(3):print(num) # 输出：1, 2, 3
- 惰性求值（Lazy Evaluation）
不像 return 立即返回所有结果
yield 按需产生值，节省内存
使用列表 - 一次性占用全部内存
data = [i * 2 for i in range(1000000)]
使用生成器 - 逐个产生值
def data():for i in range(1000000):yield i * 2
内存友好！
- 在流式响应中的应用
async def story_generator():async for chunk in generate_story_stream(query):yield chunk # 每收到一段数据就发送给前端return StreamingResponse(story_generator(),media_type="text/event-stream"
)
这里 yield 让后端能够：
边计算边发送 - 不需要等故事完全生成
实时推送 - 前端可以边接收边渲染
保持连接 - SSE 持续传输数据流
yield vs return
特性 return yield
返回值 一次返回，函数结束 多次返回，函数暂停
状态保留 不保留 保留局部变量状态
使用场景 普通函数 生成器/协程
实际例子
def fibonacci(n):a, b = 0, 1for _ in range(n):yield aa, b = b, a + b
生成前 10 个斐波那契数
list(fibonacci(10)) # [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]