Python yield 与 return 详解：生成器函数的内存优化与使用场景

Python 函数该用 yield 还是 return？本文将深入探讨这个常见的技术选择问题，帮助你理解两者背后的核心差异及适用场景。

有一天，你写了这样一个函数，目的是计算前 n 个平方数：

def squares_return(n):
    result = []
    for i in range(n):
        result.append(i * i)
    return result

当 n 等于 10 或 100 时，这个函数运行得很好。但如果你心血来潮，将 n 设置为 10_000_000 并运行，电脑的风扇可能就会狂转，内存占用也会急剧上升。

这时，有经验的同事可能会建议你：“试试用 yield 吧。”

问题来了：同样是“返回结果”，为什么有时推荐使用 yield，有时又该老老实实用 return？

return：一次性交付所有结果

对于普通函数，你已经很熟悉了：

def add(a, b):
    return a + b

它的特点非常明确：

1. 函数执行到 return 语句时，立即结束。
2. return 会将一个值（可以是数字、列表、字典等）返回给调用者。
3. 函数执行完毕后，如果想再次获取结果，必须重新调用它。

像上面的 squares_return 函数，其本质是：

• 将所有计算结果预先存入一个列表。
• 函数执行完毕时，一次性 return 这个完整的列表。

当数据量较小时，这种方式简单直接。但一旦数据量变大，内存压力就会骤增。这就像在数据库中执行 SELECT * 语句，数据量小还好，若是几千万行数据，一次性加载无疑是灾难性的。

yield：将函数转变为“结果工厂”

现在，我们换一种写法：

def squares_yield(n):
    for i in range(n):
        yield i * i

这里有两个关键点需要注意：

1. 只要函数体内出现了 yield 关键字，这个函数就不再是普通函数，而是变成了生成器函数。
2. 调用它时，函数并不会立即执行并返回最终结果，而是返回一个生成器对象：

gen = squares_yield(5)
print(gen)  # 输出：<generator object squares_yield at 0x...>

真正的计算发生在你“需要”它的时候：

for x in squares_yield(5):
    print(x)

循环每执行一步，生成器函数就会从上次 yield 暂停的位置继续执行一小段，计算出一个值并通过 yield 送出，然后再次暂停，等待下一次请求。

这就是所谓的惰性计算：能不提前算就不算，什么时候用到，什么时候再计算。

何时使用 yield 比 return 更合适？

一个最典型的场景就是大文件的逐行处理。

如果你这样写：

def read_all_lines(path):
    with open(path, 'r', encoding='utf-8') as f:
        return f.readlines()

readlines() 方法会将文件所有行一次性读入内存。当处理一个 200MB 甚至 1GB 的日志文件时，内存可能瞬间被撑满。

改用 yield 后：

def iter_lines(path):
    with open(path, 'r', encoding='utf-8') as f:
        for line in f:
            line = line.strip()
            if not line:
                continue
            yield line

使用方式如下：

for line in iter_lines("big.log"):
    # 这里可以进行各种处理，如统计、关键字过滤等
    if "ERROR" in line:
        print(line)

这样做的好处显而易见：

• 内存中始终只保存当前处理的一行数据（或极少数几行）。
• 文件再大，程序也能稳定运行，不会导致内存溢出。
• 逻辑清晰，类似于在数据流中“按需索取”。

在流式算法、日志分析、网络爬虫、数据清洗等场景中，yield 都是不可或缺的利器。

yield 和 return 能在同一个函数中共存吗？

可以，但需要区分两种情况：

1. 带值的 return
   在生成器函数中：

   def bad_gen():
       yield 1
       return 2

   这里的 return 2 并不会像普通函数那样直接返回值 2，而是会引发一个 StopIteration(2) 异常。在常规业务代码中，这个返回值很少被直接使用，return 的主要作用仅仅是终止生成器。

2. 不带值的 return
   这等价于：

   def gen():
       for i in range(3):
           yield i
       # 执行到这里会自动引发 StopIteration，结束生成

   因此，大多数情况下可以简单地理解为：在包含 yield 的函数中，return 的作用就是“结束，不再产生新的值”。

如果你既想利用生成器的惰性计算优势，又希望最终获得一个完整的结果集，常见的做法是：

def collect_squares(n):
    return list(squares_yield(n))

这样，外部调用者拿到的是一个列表，而内部的算法逻辑仍然可以基于生成器进行灵活的设计和测试。

几个容易混淆的要点

1. 生成器只能被遍历一次

   gen = squares_yield(3)
   print(list(gen))  # 输出：[0, 1, 4]
   print(list(gen))  # 输出：[]

   生成器耗尽后，再遍历就是空的。如需重复使用，必须重新创建一个新的生成器对象。

2. 调试时无法直接查看“全部结果”
   在调试过程中，如果你尝试 print(gen)，看到的只是一个生成器对象引用，而非计算结果。要查看内容，需要将其转换为列表：

   print(list(squares_yield(5)))

3. yield 让函数执行流程“看似异步”
   注意，这不是真正的 async/await 异步，而是指代码的执行被分割成一段一段的，由外部迭代来驱动。对于逻辑复杂的情况，新手可能会感到困惑。因此，如果数据量不大且逻辑简单，使用 return 反而更加直观明了。

总结来说，return 是一次性结账，yield 是按次付费。选择哪种方式，取决于你的需求：是希望一次性拿到所有结果，还是愿意在需要时逐个获取以节省资源。理解并正确运用它们，你的代码会更加高效和优雅。

如果您对 Python 或其他编程技术有更多兴趣，欢迎访问 云栈社区 获取更多学习资源和开发者交流机会。