生成器实现状态机解析器的核心是每个状态对应一个生成器函数，通过yield暂停、send()传递输入与控制权，避免显式状态变量和if/elif切换，提升逻辑清晰度与内存效率。

用生成器实现状态机解析器，核心在于让每个状态对应一个生成器函数，通过 yield 暂停执行、接收输入，并用 send() 在状态间传递控制权和数据。这种方式避免了显式的状态变量和大段 if/elif 切换，逻辑更清晰、内存更轻量。

状态即生成器：每个状态封装自己的行为

每个状态写成一个无限循环的生成器，内部用 yield 等待输入，根据输入内容决定是否跳转到下一个状态（通过返回新生成器或调用其 send()）。

• 生成器首次需用 next() 启动，走到第一个 yield
• 后续用 send(value) 向当前状态传入数据，同时恢复执行
• 状态可返回另一个生成器（如 return next_state()），主循环据此切换

驱动循环：统一调度，解耦状态跳转

主解析循环不关心具体状态逻辑，只负责“唤醒当前状态 → 接收输入 → 获取下一个状态”：

• 初始化时启动首个状态生成器：state = start_state()，然后 next(state)
• 对每条输入（如字符、token），调用 state.send(input)
• 若状态返回新生成器（如 return error_state()），则更新 state 并再次 next(state) 启动它
• 若状态抛出 StopIteration，表示流程结束

示例：简易括号匹配状态机

识别字符串中是否括号成对出现（仅处理 ( 和 )）：

def start_state():
    count = 0
    while True:
        c = yield
        if c == '(':
            count += 1
            yield
        elif c == ')':
            count -= 1
            if count < 0:
                yield "unmatched_right"
                return  # 终止并触发 StopIteration
        else:
            yield "ignore"
<p>def parse(text):
state = start_state()
next(state)  # 启动
for c in text:
try:
result = state.send(c)
if result == "unmatched_right":
return False
except StopIteration:
break
return count == 0  # 实际需把 count 提到外层或用类封装，此处为示意</p>

真实场景中建议将状态共享数据（如计数器、缓冲区）抽到类里，或用闭包保持，避免生成器间无法通信的问题。

优势与注意点

• ✅ 状态逻辑隔离：每个生成器只专注自身转移条件
• ✅ 协程式流控：无需递归或栈模拟，天然支持暂停/恢复
• ⚠️ 不适合复杂状态共享：多个状态需共用变量时，推荐用类封装状态机，生成器仅作协程接口
• ⚠️ 调试稍难：状态切换隐含在 send 和 return 中，建议加日志或状态名标识