Python学习【103】：python中生成器yield的使用与普通函数的区别，进而介绍异步函数

一、学前花絮

我们在学习yield的时候，感觉它就是函数的“暂停键”。它让函数执行到一半停下来，保存现场（变量状态），等下次被唤醒（next()）时，再从断点处继续。

这种东西有什么用呢？一下子获取结果不好吗？其实这个问题，对于很多学习python的朋友来说都会问这个问题。但我们想象一下，如果有一个结果集很大很大，千万以上级别。那么我们可能不一定一下子需要这么多，就可以用到yield，随用随产生。如果把数据比作水流，那么yield就是在水管上加上一个开关，不用的时候暂停，用的时候就打开。

而随着学习的深入，我们又接触到异步函数，也似乎有“暂停”的感觉。一查才知道，原来yield与异步函数之间有着密切的联系。

二、Python 中yield生成器与Async/Await异步函数的实现并示例

在 Python 的发展史上，有一条非常清晰的进化线：yield -> 生成器 -> 协程 -> async/await。简单说：async/await 就是官方帮你写好了“驱动器”的生成器。

2.1 yield 与普通函数的区别

普通函数像一条单行道，进去就得一口气跑到底（遇到 return 就死透了）；而带有 yield 的生成器函数，像是一个可以存档读档的游戏。

核心区别对比表

代码演示：存档与读档

输出如下：

关键点：

生成器函数返回的 gen 是一个对象，它实现了迭代器协议。你可以把它想象成一个工厂流水线，yield 就是“生产一个就发走一个”，而不是把仓库堆满再发货。

2.2 从生成器到异步 (Async) 的进化

现在我们继续这个问题：这个yield“暂停”怎么就变成“异步”了？

思路转变：暂停 = 等待

想象一下，当程序在 yield 处暂停时，CPU 是空闲的。这时候，如果我们不是在等 next() 手动唤醒，而是在等一个网络请求回来，那岂不是就能去干别的事了？

这就是异步的起源。Python 曾经（2.5 - 3.4 版本）大量使用生成器 + yield 来写异步代码。

示例：用生成器模拟异步请求

下面需要设计一个调度器：

认真分析上面的程序后我们发现：用原生生成器写异步逻辑非常痛苦，你需要手动写调度器，手动 send 结果。这就是为什么后来 Python 引入了专门的语法。

2.3 异步函数 (Async/Await) —— 终极形态

Python 3.5 引入了 async 和 await。你可以把 await 理解为 “专门用来等待异步任务的 yield”，而 asyncio 库就是那个官方写好的调度器。

现代写法：Async/Await

总结：三者的关系

1. 普通函数 (def + return)：一条道走到黑，不能暂停。
2. 生成器 (def + yield)：通用的暂停器。它创造了“可以暂停的函数”这一概念，这是异步编程的理论基础。
3. 异步函数 (async def + await)：专用的异步暂停器。

lawait 本质上就是 yield，但它只能 await 一个 awaitable 对象（比如另一个协程）。

lasyncio 库利用生成器的原理，实现了事件循环（调度器），帮我们自动完成了 send 和状态管理。

一句话概括：yield 是让函数学会“暂停”的基础工具；而 async/await 是 Python 官方基于这个工具，专门为了处理 I/O 等待（网络、文件）而打造的自动化流水线。

三、小结

通过学习python的yield生成器与普通函数对比，我们发现这个“暂停键”很不一般。进而了解到异步async/await本质上确实与yield相关，并且在功能上更加强大。我们在学习python中要多思考，很多看似相关的东西，本质上很可能就是一脉相承。

让我们保持学习热情，多做练习。我们下期再见！