生成器是一种特殊函数，通过yield实现惰性求值，按需返回值并暂停执行。调用生成器函数返回迭代器对象，每次next()或for循环触发时从上次暂停处继续，直到下一个yield。如示例所示，生成器分步输出1、2、3，每次执行到yield暂停，有效节省内存，适合处理大数据或无限序列。
Python中的生成器，说白了，就是一种特殊的函数，它不会一次性返回所有结果，而是在你每次请求时“生成”一个结果。它最核心的价值在于其惰性求值（lazy evaluation）的特性，这让处理大量数据或无限序列变得非常高效，极大地节省了内存开销。
要理解和使用Python生成器，我们得从最基本的
yield关键字说起。当你在一个函数中使用
yield而不是
return时，这个函数就变成了一个生成器函数。它不是简单地执行完就结束，而是会在每次
yield表达式处暂停执行，并返回一个值。下次迭代时，它会从上次暂停的地方继续执行，直到遇到下一个
yield或函数结束。
我个人觉得，这有点像一个“暂停-播放”的机制。你调用生成器函数时，它并不会立即执行函数体内的代码，而是返回一个生成器对象（一个迭代器）。只有当你开始迭代这个对象（比如用
for循环，或者手动调用
next()函数）时，生成器函数才会真正开始执行，每次遇到
yield就“吐”出一个值，然后等待下一次请求。
来看个简单的例子：
立即学习“Python免费学习笔记（深入）”；
def my_simple_generator():
print("开始生成第一个值...")
yield 1
print("生成器暂停，等待下次调用...")
print("开始生成第二个值...")
yield 2
print("生成器再次暂停，等待下次调用...")
print("开始生成第三个值...")
yield 3
print("所有值已生成，生成器即将结束。")
# 创建生成器对象
gen = my_simple_generator()
print("--- 第一次迭代 ---")
print(next(gen)) # 会执行到第一个yield并返回1
print("--- 第二次迭代 ---")
print(next(gen)) # 会从上次暂停处继续执行，直到第二个yield并返回2
print("--- 第三次迭代 ---")
print(next(gen)) # 会从上次暂停处继续执行，直到第三个yield并返回3
print("--- 尝试第四次迭代（会抛出StopIteration） ---")
try:
print(next(gen))
except StopIteration:
print("生成器已耗尽所有值。")
print("\n--- 使用for循环迭代生成器更常见 ---")
for value in my_simple_generator():
print(f"通过for循环获取到值: {value}")在这个例子里，
