生成器是协程调度的轻量载体，其对象封装代码对象、栈帧、指令偏移及执行上下文；yield 暂停保留局部变量，gi_frame.f_lasti 记录下条字节码；不可重入，StopIteration 后再调 next() 报 RuntimeError。

red”>python 生成器不是语法糖，是协程调度的轻量载体；不理解 yield 的状态机本质，就只能靠试错调 StopIteration。

生成器对象到底在内存里存了什么

调用含 yield 的函数时，Python 不执行函数体，而是立即返回一个 generator 对象。这个对象内部封装了：代码对象（__code__）、局部变量栈帧（gi_frame）、当前指令偏移（gi_running 和 gi_suspended 标志）、以及一个可恢复的执行上下文。

关键点：

• gi_frame.f_lasti 记录下一条要执行的字节码位置，每次 next() 就从这里继续
• 局部变量不会被销毁——yield 暂停时，所有变量仍驻留在 gi_frame.f_locals 中
• 生成器对象不可重入：一旦抛出 StopIteration，gi_frame 被设为 None，再调 next() 必报 RuntimeError: generator already exhausted

yield 和 yield from 的行为差异

yield 返回单个值并暂停；yield from 是委托协议，把子生成器的产出、异常传递和关闭信号全部代理出去。

立即学习“Python免费学习笔记（深入）”；

常见误用场景：

• 想用 yield from range(100000) 替代 for i in range(100000): yield i？可以，但注意：yield from 在 CPython 中有额外的帧切换开销，小数据量反而略慢
• 子生成器抛异常时，yield from 会原样向上冒泡；而手动 for x in subgen(): yield x 会吞掉子生成器的 GeneratorExit
• yield from 内部调用了 subgen().__iter__()，所以能委托任意可迭代对象（包括列表、文件对象），不只是生成器

生成器退出时的资源清理陷阱

生成器函数中用 try...finally 可以保证退出时执行清理逻辑，但必须注意触发时机：

def safe_reader(filename):     f = open(filename)     try:         for line in f:             yield line.strip()     finally:         print("file closed")         f.close() 
正常耗尽
gen = safe_reader("data.txt") list(gen)  # → 打印 "file closed"
提前中断
gen = safe_reader("data.txt") next(gen) gen.close()  # → 打印 "file closed"
但这样不行：
gen = safe_reader("data.txt") next(gen) del gen  # 不保证立刻触发 finally！依赖 GC，可能延迟甚至不触发

真正可靠的释放方式只有显式调用 close() 或用 with + 自定义上下文管理器包装生成器。

用生成器实现有限状态机（FSM）的最小可行模式

生成器天然适合建模状态流转：每个 yield 是一个稳定状态，send() 是外部输入事件。

def traffic_light():     state = "red"     while True:         cmd = yield state         if state == "red" and cmd == "go":             state = "green"         elif state == "green" and cmd == "stop":             state = "yellow"         elif state == "yellow" and cmd == "stop":             state = "red" 
light = traffic_light() next(light)  # 启动，输出 "red" print(light.send("go"))     # → "green" print(light.send("stop"))   # → "yellow" print(light.send("stop"))   # → "red"

注意：send() 不能发给刚创建未启动生成器（需先 next() 或 send(None)），否则报 TypeError: can't send non-None value to a just-started generator。

这种写法容易忽略的是错误处理——没匹配的 cmd 会导致无限循环在当前状态，建议加默认分支抛异常或返回状态码。