yield_atom       ::=  "(" yield_expression ")"

 yield_expression ::=  "yield" [expression_list] 

在 Python 中带有 yield 的函数被称之为 generator（生成器）， 简单地讲，yield 的作用就是把一个函数变成一个 generator。调用这个生成器时，返回一个iterable对象给你，这样我们可以通过__next()__函数获得每次执行所得到的值。

yield 生成器的运行机制：

当你问生成器要一个数时，生成器会执行，直至出现 yield 语句，生成器把yield 的参数给你，之后生成器就不会往下继续运行。 当你问他要下一个数时，他会从上次的状态。开始运行，直至出现yield语句，把参数给你，之后停下。如此反复直至退出函数。我们用生成斐波那契数列说明：

>>> def fab(max):           n, a, b = 0, 0, 1        while n < max:                     yield b            a, b = b, a + b            n = n + 1

执行 

 >>> for n in fab(5):     print(n)  1 1 2 3 5

调用 fab(5) 不会执行 fab 函数，而是返回一个 iterable 对象！在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值且在这个地方暂停，所有的状态都会被保持住，直到下次调用__next__()函数时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。 

也可以手动调用 fab(5) 的 __next__() 方法（当generator使用__next__()方法时，返回当前迭代值），这样我们就可以更清楚地看到 fab 的执行流程：

>>> f=fab(5) >>> f.__next__() 1 >>> f.__next__() 1 >>> f.__next__() 2 >>> f.__next__()3 >>> f.__next__() 5 >>> f.__next__() Traceback (most recent call last):      File "", line 1, in     f.__next__()    StopIteration

最后一个之所以报错是因为没有return返回值。在一个生成器中，如果没有return，则默认执行到函数完毕；如果遇到return,如果在执行过程中 return，则直接抛出 StopIteration 终止迭代。