yield的功能类似于return，但是不同之处在于它返回的是生成器。
生成器
生成器是通过一个或多个yield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yield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yield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next方法来获取下一个值。
基本操作
# 通过`yield`来创建生成器
def func():
for i in xrange(10);
yield i
# 通过列表来创建生成器
[i for i in xrange(10)]# 调用如下
>>> f = func()
>>> f # 此时生成器还没有运行
<generator object func at 0x7fe01a853820>
>>> f.next() # 当i=0时，遇到yield关键字，直接返回
0
>>> f.next() # 继续上一次执行的位置，进入下一层循环
1
...
>>> f.next()
9
>>> f.next() # 当执行完最后一次循环后，结束yield语句，生成StopIteration异常
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
>>> 除了next函数，生成器还支持send函数。该函数可以向生成器传递参数。
>>> def func():
... n = 0
... while 1:
... n = yield n #可以通过send函数向n赋值
...
>>> f = func()
>>> f.next() # 默认情况下n为0
0
>>> f.send(1) #n赋值1
1
>>> f.send(2)
2
>>> 应用
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。
def get_primes(start):
for element in magical_infinite_range(start):
if is_prime(element):
return element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。
def is_prime(n):
if n <= 1:
return False
i = 2
while i*i <= n:
if n % i == 0:
return False
i += 1
return True
def get_primes(number):
while True:
if is_prime(number):
yield number
number += 1
