在 Python 中，yield 并不是一种“特殊的返回语句”，也不是为惰性计算或循环结构单独设计的语法技巧。从执行模型的角度看，yield 的核心作用在于：将一次函数执行拆解为一个可暂停、可恢复、可逐步推进的执行过程，并以表达式的形式暴露这一执行边界。
理解 yield，并不是理解“生成器怎么用”，而是理解 Python 如何将执行状态对象化，并使其能够参与函数调用、迭代与控制流程之中。
一、从函数调用语义说起：普通函数是一段一次性执行过程
先从普通函数的执行语义入手：
def f(): a = 1 b = 2 return a + b当执行：
result = f()解释器的行为可以概括为：
1、根据 def 语句创建函数对象（该函数对象内部关联了一个代码对象）
2、调用函数时，创建一个新的帧对象，即“执行帧”
3、从函数体起始位置开始顺序执行指令
4、遇到 return 语句：
• 计算返回值
• 销毁执行帧
• 将结果返回给调用方
普通函数的执行帧是一次性的。一旦 return 被执行，该次执行过程即告结束，其执行状态不会被保留，也不可能被恢复。
因此，普通函数在语义上描述的是：从开始到结束的一次完整执行帧生命周期。
二、yield 表达式语法与执行语义定位
1、yield 是表达式，而不是语句
在 Python 3 中，yield 是一种表达式（expression），而不是语句（statement）。
yield 表达式的基本语法结构：
yield <expression>说明：
（1）<expression> 是一个普通的 Python 表达式；该表达式在执行过程中被求值，其结果作为本次迭代中产出的值交还给调用方。
（2）yield <expression> 的语义作用在于：在执行过程中产出一个值，并暂停当前执行帧。
当 <expression> 被省略时：
yield其语义等价于：
yield None即产出值为 None，但暂停执行的语义保持不变。
2、yield 对函数调用语义的根本影响
一旦函数体中出现 yield 表达式，解释器在语法分析阶段就会将该函数判定为生成器函数。这一判定结果会直接影响该函数在调用阶段的语义：
• 调用普通函数 → 立即创建执行帧并执行函数体
• 调用生成器函数 → 返回一个生成器对象，而不立即执行函数体
也就是说，yield 改变的并不是函数体中的某一步行为，而是从定义层面改变了函数调用的执行模型与返回结果类型。
从语言设计角度看，yield 的引入并非为了简化循环或节省内存，而是为了允许：函数的执行过程本身成为一个可被拆解、可被对象化、可被外部逐步驱动的运行期实体。
3、普通函数与生成器函数：定义层与执行层的差异
从定义层面看，Python 中的函数可以分为两类：
• 普通函数：函数体中不包含 yield
• 生成器函数：函数体中至少包含一条 yield 表达式
这一差异在 def 语句执行时即已确定，并体现在函数对象所关联的代码对象上。
两类函数在调用语义上的根本区别在于：
• 调用普通函数时，解释器立即创建执行帧并执行代码
• 调用生成器函数时，解释器返回一个生成器对象，而暂不创建执行帧
生成器对象可以被理解为对生成器函数一次潜在执行过程的封装。
它本身并不等同于执行帧，而是一个运行期控制对象，用于在需要时创建、保存并恢复执行帧。
三、yield 的核心语义：冻结当前执行帧
对于包含 yield 的函数而言，def 语句仅创建函数对象，调用该函数时才返回生成器对象。
执行帧的创建与激活，则发生在生成器对象被首次推进时（如 next() 或 send(None)）。
示例：
def g(): x = 1 yield x x += 1 yield x + 1当执行：
gen = g()next(gen)解释器的执行过程为：
1、调用 g()，返回生成器对象
2、调用 next(gen)：
→ 创建并激活执行帧
→ 从函数体起始位置开始执行
3、执行至 yield x：
→ 对表达式 x 求值
→ 将该值交还给调用方
→ 冻结当前执行帧的状态（包括指令位置、局部变量绑定及相关执行上下文）
这里所谓的“冻结”，指的是执行帧的暂停。即，函数的执行过程尚未完成，其执行状态被完整保留下来，等待后续恢复。
四、恢复执行与执行终止：yield 与 return 的语义分野
当生成器对象被多次推进时，解释器不会重新调用生成器函数，也不会重新创建执行帧。
gen = g()print(next(gen)) # 1print(next(gen)) # 3print(next(gen)) # StopIteration执行过程是：
1、第一次 next(gen)：
→ 创建并激活执行帧
→ 执行至第一个 yield，返回 yield 表达式的值
→ 然后冻结执行帧
2、第二次 next(gen)：
→ 恢复此前冻结的执行帧，从上一次 yield 之后继续执行
→ 执行至第二个 yield，返回此 yield 表达式的值
3、第三次 next(gen)：
→ 恢复冻结的执行帧，从第二次 yield 之后继续执行
→ 已到生成器函数底部，无法继续推进，抛出 StopIteration，销毁执行帧
整个过程中，推进的始终是同一个执行帧。
由此可以清晰地区分 yield 与 return 的本质差异：
（1）yield 表示执行过程的暂停点
• 执行帧被保留
• 执行状态可恢复
（2）return 表示执行过程的终止点
• 执行帧被销毁
• 执行过程不可恢复
当生成器函数运行至末尾，或在生成器函数内显式执行 return 时：
• 解释器向调用方抛出 StopIteration
• 执行帧被销毁
• 生成器对象进入终止态
因此，两者的区别并不在于是否“返回值”，而在于是否保留并允许继续推进当前执行帧。
五、yield 作为表达式：值的双向流动与 send 机制
绝大多数 Python 表达式的值，均在其执行当下立即确定。但 yield 是一个例外。
yield 表达式的产出值在执行当下确定，而该表达式的求值结果则延迟到下一次恢复执行时，由外部注入。
示例：
def gen(): x = yield 1 yield x当执行：
g = gen()next(g) # 产出 1g.send("hello") # 将 "hello" 注入g.send("hello") 并不是向生成器“整体”发送一个值，而是将 "hello" 作为上一次暂停点处的 yield 1 这个表达式的求值结果，然后将该值绑定给变量 x。
可以这样说，第一次 next(g) 大致等价于：
g.send(None)也就是说，首次可使用 send() 向生成器对象发送 None 值来创建并激活执行帧。
不过，要注意的是，在生成器尚未启动之前，不能直接使用 send() 向生成器发送非 None 值，解释器将抛出 TypeError。原因是：
• 尚未创建执行帧
• 尚不存在暂停点
因而不存在可接收值的 yield 表达式。
六、yield from 的基本语义概览
yield from 是一种用于委托执行控制权的表达式。它在一段时间内暂停当前生成器的执行，并将执行推进、值注入、异常处理与终止请求统一转交给被委托对象；在被委托对象完成后，再恢复自身执行并接收其完成态返回值。
请参阅：
《Python：yield from 表达式详解》
📘 小结
yield 是一种用于冻结执行帧的表达式。它并不返回生成器对象，而是在生成器执行过程中产出值并暂停当前执行帧，从而将一次函数执行拆解为多个可恢复的执行阶段。作为表达式，yield 还支持在恢复执行时接收外部注入的值。
理解 yield 的语义，有助于从执行模型层面把握生成器、send 与 yield from 等机制的统一设计思想。
“点赞有美意，赞赏是鼓励”
