Python生成器是协程调度的底层载体，其核心是状态机机制：yield为暂停点，next()恢复执行至下一yield，send()注入值，throw()抛异常，yield from实现委托协议，生成器耗尽后不可重用。
Python 生成器不是“语法糖”，而是协程调度的底层载体；不理解 yield 的状态机本质，就无法真正用好 async/await。
为什么 next() 会触发 yield 但不执行下一行？
因为 yield 不是返回值的终点，而是暂停点：解释器把函数体编译成状态机，每次调用 next() 就恢复到上次暂停的位置（即 yield 行），继续执行直到下一个 yield 或函数结束。
-
yield表达式本身返回值由send()传入，首次调用必须用next()或send(None) - 函数内有
yield就自动变成generator function，调用它返回的是generator对象，不是执行函数体 - 生成器对象第一次调用
next()时，会运行到第一个yield并暂停，此时函数栈帧被挂起并保存在生成器对象内部
send() 和 throw() 怎么打破单向数据流假象？
生成器常被误认为只能“往外吐值”，其实它能双向通信：send(value) 把值注入暂停点，作为当前 yield 表达式的返回值；throw() 则在暂停位置抛出异常——这正是 asyncio 实现事件循环的基础机制。
-
send()必须在生成器已启动（即已调用过next()）后使用，否则报TypeError: can't send non-None value to a just-started generator -
yield可以单独写（等价于yield None），也可带表达式（如x = yield y），后者才能接收send()的值 -
throw()常用于清理资源，比如在生成器中打开文件，外部可主动调用gen.throw(GeneratorExit)触发finally块
生成器嵌套时，yield from 真的只是语法糖？
不是。它实现了委托协议：yield from subgen 会接管 subgen 的所有 send()、throw()、close() 调用，并将子生成器的 StopIteration.value 自动作为当前 yield from 表达式的返回值——这是手动循环 for x in subgen: yield x 完全做不到的。
立即学习“Python免费学习笔记（深入）”；
- 子生成器若抛出未捕获异常，会直接透传给父生成器，无需额外
try/except -
yield from后的表达式必须是可迭代对象或生成器，否则报TypeError: TypeError: 'int' object is not iterable - 若子生成器通过
return value结束，该value成为yield from表达式的返回值，可在父生成器中用result = yield from subgen捕获
def reader():
while True:
data = yield
if data == 'EOF': break
yield f"read: {data}"
def processor():
yield from reader() # 接管全部控制流
yield "done"
p = processor()
next(p) # 启动
print(p.send("hello")) # → "read: hello"
print(p.send("world")) # → "read: world"
print(p.send("EOF")) # → "done"
生成器耗尽后再次调用 next() 为什么会报 StopIteration？
这不是错误，是协议约定：生成器迭代协议要求迭代器在无更多值时抛出 StopIteration，for 循环、list() 构造等都依赖这个信号终止。手动捕获它反而说明你没用对场景。
- 不要用
try/except StopIteration来“保护”生成器调用，应改用for循环或itertools.islice()等更安全的消费方式 - 生成器对象不可重用：一旦抛出
StopIteration，它永远处于耗尽状态，再次调用next()仍抛相同异常 - 若需多次遍历，要么重新调用生成器函数创建新对象，要么改用列表等可重复迭代的结构——但注意内存代价
真正卡住人的从来不是 yield 写法，而是搞不清「谁在控制执行权」和「状态保存在哪」。调试时多打印 gen.gi_frame.f_lasti（字节码偏移）和 gen.gi_running，比读文档更快定位挂起位置。
