yield的本质是暂停并交出控制权，而非返回值；调用生成器函数立即返回生成器对象，函数体不执行，仅在首次next()时运行至第一个yield并挂起，保存全部状态。
yield 的本质不是“返回值”，而是“暂停并交出控制权”——调用生成器函数时，它立刻返回一个生成器对象，函数体根本不执行；只有第一次调用 next() 或进入 for 循环时，才从头开始运行，直到遇到第一个 yield，此时返回值、保存当前栈帧（包括所有局部变量），然后挂起。
这直接决定了它比手动写迭代器类更轻量，也比列表推导式更省内存。
什么时候必须用 yield，而不是直接 return 列表？
核心判断标准是：数据规模是否可能超出内存承载能力，或是否根本不需要全部数据同时存在。
- 读取 GB 级日志文件，只提取含
"ERROR"的行 → 用yield每次产出一行匹配结果，不缓存全文 - 处理 LLM 流式响应，逐 token 渲染到前端 → 不能等全部 token 收完再
return，必须边收边yield - 生成无限序列（如素数流、时间戳序列）→ 列表根本无法容纳，
yield是唯一可行方式 - 上游数据源本身是流式（数据库游标、网络 socket、传感器采样）→ 无法预知总量，
yield天然适配
yield 函数里能用 return 吗？
可以，但含义完全不同：return 在生成器函数中不返回值，而是触发 StopIteration，表示生成结束。Python 3.3+ 允许 return value，但该 value 会成为 StopIteration.value，普通 for 循环完全感知不到，只有手动调用 next() 并捕获异常时才可见。
立即学习“Python免费学习笔记（深入）”；
常见误用：
- 写
return [1, 2, 3]以为能返回列表 → 实际抛出StopIteration，且列表被丢弃 - 在
yield后还写逻辑却不加保护 → 可能被跳过，或触发意外的StopIteration - 把生成器当普通函数调用，忘了要迭代 →
my_gen(5)返回对象，不打印任何东西，容易误判为“没运行”
如何安全组合多个 yield 生成器？
避免手动循环 + yield 嵌套，那是反模式。Python 3.3+ 推荐用 yield from 直接委托子生成器，它自动处理 StopIteration 并透传 send()/throw() 调用。
例如：
def read_log_lines(filename):
with open(filename) as f:
for line in f:
yield line.strip()
<p>def filter_errors(lines):
for line in lines:
if "ERROR" in line:
yield line</p><h1>❌ 不推荐：手动展开</h1><p>def bad_pipeline(filename):
for line in read_log_lines(filename):
if "ERROR" in line:
yield line</p><h1>✅ 推荐：yield from + 函数式组合</h1><p>def good_pipeline(filename):
yield from filter_errors(read_log_lines(filename))
注意：yield from 不是语法糖，它让子生成器能响应外部的 generator.close() 和异常传递，而手动循环做不到这点。
真正难的从来不是写对一个 yield，而是判断哪些环节该“停住交出”，哪些该“继续推进”。一旦把数据流想成管道而非容器，yield 就不再是个关键字，而是你控制数据节奏的开关。
