Python 的 yield 关键字是做什么的？

一句话解释：yield 让函数变成"生成器"——调用它不立即执行函数体，而是返回一个可迭代对象；每次 next()（或 for 循环）执行到下一个 yield 吐出一个值并挂起，状态保留，下次继续。相比 return 一次给全部结果，yield 逐个产出、惰性计算，处理海量数据时内存友好。

先理解可迭代与生成器

列表是可迭代的，所有元素都在内存里：

nums = [1, 10, 100, 1000]
for i in nums:
    print(i)

生成器也是可迭代的，但元素是"现算现给"的，只能完整遍历一次：

gen = (x + 1 for x in range(4))  # 生成器表达式
for i in gen:
    print(i)

yield 的基本用法

def count_up_to(n):
    i = 1
    while i <= n:
        yield i   # 产出 i，函数在此挂起
        i += 1

for x in count_up_to(3):
    print(x)  # 依次输出 1、2、3

调用 count_up_to(3) 不会执行循环体，而是返回生成器对象；每次迭代推进到下一个 yield。

典型场景：逐行处理大日志文件

def read_large_log(path):
    with open(path, encoding='utf-8', errors='replace') as f:
        for line in f:
            yield line.rstrip('\n')

for line in read_large_log('app.log'):
    if 'ERROR' in line:
        print(line)

几十 GB 的文件也能逐行处理，内存占用几乎恒定——这正是日志分析、ETL 场景最常见的写法。

进阶：yield 还能接收值

gen.send(value) 可以把值送回生成器内部（yield 表达式的返回值），这是协程的基础；日常数据处理中用得少，了解即可。

观测云对照

采集侧的惰性处理思想一致。 DataKit 采集日志采用流式读取、边采集边上报，不会把整个文件载入内存；你在自研采集脚本里用 yield 逐行产出，同样能实现稳定的低内存占用。

常见问题（FAQ）

Q：生成器能遍历多次吗？
A：不能。遍历完后生成器耗尽，再次迭代得到空结果；需要重新调用函数生成新的。

Q：yield 和 return 能同时出现在一个函数里吗？
A：可以。函数里出现 yield 就是生成器函数，此时 return 用于提前结束迭代（return 的值可通过 StopIteration 拿到）。

Q：yield from 是什么？
A：yield from 子生成器 用于把产出工作委托给另一个可迭代对象，等价于逐个 yield，写嵌套生成器时更简洁。