约定：
「yield值」：指「生成器函数」返回的值，即，yield关键字后面的表达式的值
可迭代对象（iterable）
「可迭代对象」：简单的概括就是，能从其获取一个「迭代器对象」的对象。
所有的序列类型（例如：list，str和tuple）和一些非序列类型（例如：dict，file）对象，以及任何用户定义的包含__iter__()函数或者__getitem__()函数的类的对象（一般为用作容器的对象）都是「可迭代对象」。
__iter__()函数：返回一个「迭代器对象」。
**Python学习交流群：1004391443，这里是python学习者聚集地，有大牛答疑，有资源共享！小编也准备了一份python学习资料，有想学习python编程的，或是转行，或是大学生，还有工作中想提升自己能力的，正在学习的小伙伴欢迎加入学习。**
如果没有定义__iter__()函数，则看有没有定义__getitem__()函数，如果有定义，则Python会创建（一般就是iter()函数创建）一个内置的默认「迭代器对象」，该「迭代器对象」会调用__getitem__()函数。
当一个「可迭代对象」作为参数传给内置的iter()函数时，iter()函数将返回一个「迭代器对象」（它会调用刚刚谈到的__iter__()以获得一个「迭代器对象」，或是自己创建一个「迭代器对象」调用__getitem__()）。通常我们没有必要主动调用iter()函数，for循环语句自动调用iter()函数，在循环执行期间会暂存这个返回的「迭代器对象」。
迭代器对象（iterator）
首先了解一个协议，「迭代器协议」：
「迭代器协议」定义了两个函数：
__iter__()：返回「迭代器对象」自己。（实现时，如果你很确定该对象肯定不会作为「可迭代对象」使用，也可以不实现这个函数，但是很显然，你不确定，所以还是实现这个函数吧。）
__next__()：从容器中返回下一项，如果没有下一项了，则抛出StopIteration异常。
「迭代器类型」：遵循「迭代器协议」的类型
「迭代器对象」：「迭代器类型」的实例对象。
反复的调用「迭代器对象」的__next__()函数（将「迭代器对象」作为参数传递给内置的next()函数会调用「迭代器对象」的__next__()函数）将连续返回容器中的数据。当没有更多的数据可用时，将会抛出StopIteration异常，此时「迭代器对象」已经耗尽了它的数据，以后再次调用它的__next__()都只会抛出StopIteration异常（可以概括为：对于这个「迭代器对象」，一次抛出StopIteration，终身抛出StopIteration）。
「迭代器对象」的__iter__()函数返回「迭代器对象」本身，这样每个「迭代器对象」也是一个「可迭代对象」，可使用「可迭代对象」的任何地方都可以使用「迭代器对象」。
有一点需要注意：一个「可迭代对象」每次作为参数调用iter()函数或者用于for循环时，都将生成一个新的迭代器对象。
下面我们来实现一个自己的「可迭代对象」和「迭代器对象」：
#这是一个迭代器类型
class iterObj:
def __iter__(self):#实现这个函数，便可执行iter(iterObj对象)
return self
def __next__(self):#实现这个函数，便是迭代器类型
if self.index == 0:
raise StopIteration
self.index = self.index - 1
return self.data[self.index]
#这是一个可迭代类型
class Reverse:
def __init__(self, data):
self.data = data
self.index = len(data)
def __iter__(self):#实现了这个函数，便是可迭代的
iter = iterObj()
iter.data = self.data
iter.index = len(self.data)
return iter
# def __getitem__(self, index):#如果没有实现__iter__函数，但是实现了这个函数，则python创建的迭代器对象会调用该函数。
#如果想提前结束，可以抛出异常
# if index == 1:
# raise StopIteration
# return self.data[index]
rev = Reverse('spam')
for char in rev:
print(char)
关于iter()函数
通常使用iter()函数都只是传递一个参数，但其实它接受两个参数：
iter(object[,sentinel])：如果只传了第一个参数，那么这个对象必须实现了__iter__()函数或者实现了__getitem__()函数，否则会抛出TypeError的异常。在我们刚刚编写的例子就符合要求。
如果传递了第二个参数，那么第一个参数必须是「可调用的对象」（例如函数），iter()函数会创建一个「迭代器对象」，这个「迭代器对象」的__next__()函数会调用第一个参数，当第一个参数返回的值等于第二个参数时，抛出StopIteration异常，否则返回该值。来看一个例子：
class Reverse:
def __init__(self, data):
self.data = data
self.index = len(data)
def callable(self):
if self.index == 0:
raise StopIteration
self.index = self.index - 1
return self.data[self.index]
rev = Reverse('spam')
ite = iter(rev.callable, 'a')
print(ite)#<callable_iterator object at 0x1101fe5c0>
for char in ite:#打印m
print(char)
生成器对象(Generators)
「生成器对象」其实也是「迭代器对象」，因为从「生成器对象」中获取「迭代器对象」时只是简单的把自己返回了(类似我们前面自己编写的例子)，但是它特殊就特殊在yield语句上。
当一个函数中含有yield语句时，那么称这个函数为「生成器函数」。
当我们定义了一个「生成器函数」时，__iter__()和__next__()会被自动定义（不论是通过一个内置的「生成器类」还是其他办法，总之，这两个函数被自动定义了），当调用这个「生成器函数」时，会返回一个「生成器对象」。
上一节我们自己编写了一个「迭代器」例子，相比较后我们可以猜到，其实Python为「生成器」自动创建的那两个函数与我们自己写的在目的上没什么区别，无非都是为了实现「迭代器协议」，从这个角度来说，前面我们自己写的Reverse类的实例，也可以称为「生成器对象」，只是在具体实现上有区别，特别是__next__()函数，至于「生成器对象」的其他特性，我们照样可以自己加上。
「生成器对象」的__next__()函数会启动「生成器函数」的执行或者从上一次执行yield语句的地方恢复执行，直到遇到下一个yield语句后，挂起(或者称为暂停)，同时将yield关键字后面的表达式的值返回给调用者（对于挂起，我们只需要知道Python会把当时的执行状态保存下来以便下次恢复）。来看一个例子：
def reverse(data):
print('reverse is called')#3
for index in range(len(data)-1, -1, -1):#4 #10
yield data[index]#5 #8 #11
print('执行yield表达式以后的语句')#9
#这里并没有输出'reverse is called'，仅仅是创建了一个生成器对象，并没有执行reverse函数。
re = reverse('golf')#1
#for语句会调用iter(re)，接着会调用返回对象的__next__()函数
for char in re:#2 #7
print(char)#6
#输出：f l o g
执行过程是这样的：
#1 创建一个「生成器对象」。
#2 for语句会调用iter(re)，返回对象其实就是re本身（其实这里也相当于创建了一个迭代器），接着会调用返回对象的__next__()函数，__next__()函数启动执行「生成器函数」。
#3 打印
#4 执行for循环的第一次循环
#5 遇到「yield表达式」挂起，返回「yield值」（这里就是：data[index]），执行流回到调用者
#6 此时char已经被赋值，就是#5中「yield表达式」的值，打印
#7 继续执行for循环，再次调用__next__()
#8 从步骤5挂起的地方恢复执行
#9 执行打印：执行「yield表达式」以后的语句
#10 继续执行for循环
#11 再次遇到「yield表达式」回到步骤#5
直到这个由「生成器对象」创建的「迭代器对象」耗尽，执行结束。
yield表达式
到这里是不是觉得对yield有点感觉了？请先在新里面默念三遍：「yield 100」是一个表达式。
我们接着来看，下面例子中m的值分别为多少？
def yield_func():
print('— first next() is called---')
m = yield 100 #1
print('— second next() is called—')
print(m)
m = yield 100 #2
print('— send(value) is called—')
print(m)
yld = yield_func()
next(yld)#输出— first next() is called—
next(yld)#输出—-second next() is called—- 和 None
yld.send(1)#输出—-send(value) is called—-和 1 并且抛出异常：StopIteration
上面m的值依次打印为None和1：
当第一个next()执行的时候，仅仅打印一行文字；
然后执行第二个next()函数，此时从#1处恢复，恢复时yield 100表达式的返回值赋给了m，那这个表达式的值是多少？从后面的打印可以看到是None；
然后是执行yld.send(1)，此时从#2处恢复，恢复时仍然是把yield 100表达式的值赋给了m，这次打印出来m的值为：1，恰好是我们传进去的值。
结论：
「生成器对象」的send(value)函数会恢复执行「生成器函数」，同时把参数作为当前恢复的「yield表达式」的返回值，而next()（其内部调用了「生成器对象」的__next__()函数）相等于send(None)，即，当通过next()恢复时，当前恢复的「yield表达式」的值为None。
至于最后的那个异常，这是常规操作，当一个迭代器迭代完成后，就会抛出这个异常，上一节我们自己实现的那个迭代器，也是抛出这个异常，之前这个异常为什么没有中断程序是因为内置的Python实现帮我们捕获了这个异常。
需要注意一点：由于最开始时并没有「yield表达式」接收这个传进来的值，所以当启动「生成器函数」时，需要传空值，即send(None)或者使用next()
「生成器对象」(除了__next__()和send(value))还有其他两个函数：
generator.throw(type[,value[,traceback]])：从「生成器函数」挂起的地方抛出一个type类型的异常，并返回下一个「yield值」，如果「生成器函数」没有返回「yield值」就退出了，那么会抛出StopIteration异常。
generator.close()：从「生成器函数」挂起的地方抛出一个GeneratorExit异常。如果此 后「生成器函数」正常执行结束则关闭(此时抛出的GeneratorExit异常被捕获了)，如果继续返回「yield值」则会抛出RuntimeError。
最后来看一个综合的例子：
def echo(value=None):
print("Execution starts when 'next()' is called for the first time.")
try:
while True:
try:
value = (yield value)
except Exception as e:
value = e
#break #这里如果直接beak退出循环，则「生成器函数」执行结束退出，调用generator.throw(TypeError, "spam”)时，会抛出StopIteration异常
#except: #这里如果捕获所有的异常，则while循环会继续执行，此时会close()抛出RuntimeError
# pass
finally:
print("Don't forget to clean up when 'close()' is called.")
generator = echo(1)
print(next(generator))#输出：Execution starts when 'next()' is called for the first time.和 1
print(next(generator))#输出：None
print(generator.send(2))#输出：2
generator.throw(TypeError, "spam")#输出：TypeError('spam',)
generator.close()#输出：Don't forget to clean up when 'close()' is called.
这里提醒一下：例子中如果抛出的异常被捕获，仅仅执行赋值，然后while循环会继续执行。