yield指令，可以暂停一个函数并返回中间结果。使用该指令的函数将保存执行环境，并且在必要时恢复。
生成器比迭代器更加强大也更加复杂，需要花点功夫好好理解贯通。
看下面一段代码：
def gen():
for x in xrange(4):
tmp = yield x
if tmp == 'hello':
print 'world'
else:
print str(tmp)
只要函数中包含yield关键字，该函数调用就是生成器对象。
g=gen()
print g #<generator object gen at 0x02801760>
print isinstance(g,types.GeneratorType) #True
我们可以看到，gen()并不是函数调用，而是产生生成器对象。
生成器对象支持几个方法，如gen.next() ,gen.send() ,gen.throw()等。
print g.next() # 0
调用生成器的next方法，将运行到yield位置，此时暂停执行环境，并返回yield后的值。所以打印出的是1，暂停执行环境。
print g.next() #None 1
再调用next方法，你也许会好奇，为啥打印出两个值，不急，且听我慢慢道来。
上一次调用next,执行到yield 0暂停，再次执行恢复环境，给tmp赋值(注意：这里的tmp的值并不是x的值，而是通过send方法接受的值)，由于我们没有调用send方法，所以
tmp的值为None,此时输出None，并执行到下一次yield x,所以又输出1.
到了这里，next方法我们都懂了，下面看看send方法。
print g.send('hello') #world 2
上一次执行到yield 1后暂停，此时我们send('hello')，那么程序将收到‘hello'，并给tmp赋值为’hello',此时tmp=='hello'为真，所以输出'world',并执行到下一次yield 2,所以又打印出2.（next()等价于send(None)）
当循环结束，将抛出StopIteration停止生成器。
看下面代码：
def stop_immediately(name):
if name == 'skycrab':
yield 'okok'
else:
print 'nono' s=stop_immediately('sky')
s.next()
正如你所预料的，打印出’nono',由于没有额外的yield，所以将直接抛出StopIteration。
nono
Traceback (most recent call last):
File "F:\python workspace\Pytest\src\cs.py", line 170, in <module>
s.next()
StopIteration
看下面代码，理解throw方法，throw主要是向生成器发送异常。
def mygen():
try:
yield 'something'
except ValueError:
yield 'value error'
finally:
print 'clean' #一定会被执行
gg=mygen()
print gg.next() #something
print gg.throw(ValueError) #value error clean
调用gg.next很明显此时输出‘something’,并在yield ‘something’暂停，此时向gg发送ValueError异常，恢复执行环境，except 将会捕捉，并输出信息。
理解了这些，我们就可以向协同程序发起攻击了，所谓协同程序也就是是可以挂起，恢复，有多个进入点。其实说白了，也就是说多个函数可以同时进行，可以相互之间发送消息等。
这里有必要说一下multitask模块(不是标准库中的),看一段multitask使用的简单代码：
def tt():
for x in xrange(4):
print 'tt'+str(x)
yield def gg():
for x in xrange(4):
print 'xx'+str(x)
yield t=multitask.TaskManager()
t.add(tt())
t.add(gg())
t.run()
结果：
tt0
xx0
tt1
xx1
tt2
xx2
tt3
xx3
如果不是使用生成器，那么要实现上面现象，即函数交错输出，那么只能使用线程了，所以生成器给我们提供了更广阔的前景。
如果仅仅是实现上面的效果，其实很简单，我们可以自己写一个。主要思路就是将生成器对象放入队列，执行send(None)后，如果没有抛出StopIteration,将该生成器对象再加入队列。
class Task():
def __init__(self):
self._queue = Queue.Queue() def add(self,gen):
self._queue.put(gen) def run(self):
while not self._queue.empty():
for i in xrange(self._queue.qsize()):
try:
gen= self._queue.get()
gen.send(None)
except StopIteration:
pass
else:
self._queue.put(gen) t=Task()
t.add(tt())
t.add(gg())
t.run()
当然，multitask实现的肯定不止这个功能，有兴趣的童鞋可以看下源码，还是比较简单易懂的。