Python yield与实现

<code>yield</code>的功能类似于<code>return</code>，但是不同之处在于它返回的是<code>生成器</code>。

生成器是通过一个或多个<code>yield</code>表达式构成的函数，每一个生成器都是一个迭代器（但是迭代器不一定是生成器）。

如果一个函数包含<code>yield</code>关键字，这个函数就会变为一个生成器。

生成器并不会一次返回所有结果，而是每次遇到<code>yield</code>关键字后返回相应结果，并保留函数当前的运行状态，等待下一次的调用。

由于生成器也是一个迭代器，那么它就应该支持<code>next</code>方法来获取下一个值。

除了<code>next</code>函数，生成器还支持<code>send</code>函数。该函数可以向生成器传递参数。

最经典的例子，生成无限序列。

常规的解决方法是，生成一个满足要求的很大的列表，这个列表需要保存在内存中，很明显内存限制了这个问题。

如果使用生成器就不需要返回整个列表，每次都只是返回一个数据，避免了内存的限制问题。

生成器的源码在<code>objects/genobject.c</code>。

在解释生成器之前，需要讲解一下python虚拟机的调用原理。

python虚拟机有一个栈帧的调用栈，其中栈帧的是<code>pyframeobject</code>，位于<code>include/frameobject.h</code>。

栈帧保存了给出代码的的信息和上下文，其中包含最后执行的指令，全局和局部命名空间，异常状态等信息。<code>f_valueblock</code>保存了数据，<code>b_blockstack</code>保存了异常和循环控制方法。

举一个例子来说明，

那么，相应的调用栈如下，一个py文件，一个类，一个函数都是一个代码块，对应者一个frame，保存着上下文环境以及字节码指令。

每一个栈帧都拥有自己的数据栈和block栈，独立的数据栈和block栈使得解释器可以中断和恢复栈帧（生成器正式利用这点）。

python代码首先被编译为字节码，再由python虚拟机来执行。一般来说，一条python语句对应着多条字节码（由于每条字节码对应着一条c语句，而不是一个机器指令，所以不能按照字节码的数量来判断代码性能）。

调用<code>dis</code>模块可以分析字节码，

其中，

由了上面对于调用栈的理解，就可以很容易的明白生成器的具体实现。

生成器的源码位于<code>object/genobject.c</code>。

<code>next</code>与<code>send</code>函数，如下

从上面的代码中可以看到，<code>send</code>和<code>next</code>都是调用的同一函数<code>gen_send_ex</code>，区别在于是否带有参数。

<code>pyeval_evalframeex</code>函数的功能为执行字节码并返回结果。

举一个例子，<code>f_back</code>上一个frame，<code>f_lasti</code>上一次执行的指令的偏移量，

结果如下，其中第三行的英文为操作码，对应着上面的<code>opcode</code>，每次switch都是在不同的<code>opcode</code>之间进行选择。