1. fixture——yield介绍
fixture的teardown操作并不是独立的函数，用yield关键字呼唤teardown操作。前面通过fixture实现了在每个用例之前执行初始化操作，那么用例执行完之后，如需要清除数据（或还原）操作，可以使用yield来实现。
yield是一个关键字，它不是单独存在的，要写在fixture标记的固件中。我们在声明的固件fixture中加入yield关键字，在它下面写测试用例执行后想要运行的代码；其他有关于固件的使用没有任何差别。需要说明的一点是我们在pytest主函数中增加一个参数-setup-show，它会显示出固件的执行情况。
自动执行清理逻辑：无论测试是否通过、是否抛出异常，yield后的代码始终会被执行。这确保资源（如文件、网络连接）被正确释放。但是如果固件中的yield之前的代码也是相当于setup部分的代码，出现错误或断言失败，那么yield后的代码将不会再执行，当然测试用例中的代码也不会执行。
2. 基本原理：通过 yield 分割执行阶段
在 fixture 函数中，yield语句将代码分为两部分：
- 前置操作：
yield之前的代码在测试执行前运行（类似于 setup）。 - 返回值：
yield后的值作为 fixture 的返回值传递给测试函数。 - 后置操作：
yield之后的代码在测试执行后运行（类似于 teardown），无论测试是否通过。
用法示例
#!/usr/bin/env python
# encoding: utf-8
'''
@Author : 草木零
@Software: PyCharm
@File : test_yield.py
@Time : 2023/8/23 0:50
@desc : fixture装饰的函数里，yield的代码，是pytest用例执行完后再执行的
'''
import pytest
@pytest.fixture
def fix1():
print('\nfix1，用例前置')
yield
print('\nfix1，用例执行完成，收尾')
# 测试用例
def test_yield(fix1):
print('fixture + yield的测试用例')
if __name__ == '__main__':
pytest.main(['-s', 'test_yield.py'])
控制台：
3. 处理异常的清理
若yield前的代码抛出异常，yield后的清理代码不会执行。需使用try/finally包裹：
@pytest.fixture
def safe_setup():
resource = None
try:
resource = acquire_resource() # 可能抛出异常
yield resource
finally:
if resource:
resource.release() # 确保资源被释放
4. yield详解
在 Python 中，yield是创建生成器（Generator）的核心关键字。生成器是一种特殊的迭代器，它允许你在迭代过程中动态生成值，而不是一次性生成所有值。这种特性让生成器在处理大数据、优化内存和实现异步编程时非常有用。
yield: return
yield: return + generator 的一部分
PS：带yield的函数才是完整的generator
(1) 生成器的本质：按需生成的迭代器
生成器是 Python 中实现惰性计算的主要方式，它有两种形式：
a. 生成器函数（Generator Function）
使用yield关键字的函数，调用时返回一个生成器对象：
def count_up_to(n):
i = 0
while i <= n:
yield i # 暂停执行并返回当前值
i += 1
# 创建生成器对象（不会立即执行函数体）
gen = count_up_to(3)
# 通过迭代获取值
print(next(gen)) # 输出: 0
print(next(gen)) # 输出: 1
print(next(gen)) # 输出: 2
print(next(gen)) # 输出: 3
print(next(gen)) # 抛出 StopIteration 异常
b. 生成器表达式（Generator Expression）
类似列表推导式，但使用圆括号：
gen = (x**2 for x in range(3)) # 创建生成器
print(next(gen)) # 输出: 0
print(next(gen)) # 输出: 1
print(next(gen)) # 输出: 4
(2) yield 的核心作用：暂停与恢复执行
当生成器函数被调用时，函数体不会立即执行，而是返回一个生成器对象。每次调用next()时：
- 生成器从上次暂停的位置继续执行（或从函数起始处开始）。
- 执行到
yield语句时，生成一个值并暂停执行。 - 下一次调用
next()时，继续执行yield之后的代码。
总结：yield和return的关系和区别
带yield的函数是一个生成器，而不是一个函数了。这个生成器有一个函数就是next函数，next就相当于“下一步”生成哪个数，这一次的next开始的地方是接着上一次的next停止的地方执行的。所以调用next的时候，生成器并不会从yield_demo函数的开始执行，而是接着上一步开始，然后遇到yield后，return出要生成的数，此步就结束。
#!/usr/bin/env python
# encoding: utf-8
'''
@Author : 草木零
@Software: PyCharm
@File : yield.py
@Time : 2023/8/23 17:28
@desc : yield详解
1.程序开始执行以后，因为yield_demo函数终有yield关键字，
所以test函数并不会真正的执行，而是先得到一个生成器y
2.直到调用next方法，yield_demo函数正式开始执行，先执行yield_demo函数中的print方法，然后进入while循环
3.程序遇到yield关键字，然后把yield想成是return，return了一个8之后，程序停止，
并没有执行赋值给a操作，此时next(y)语句执行完成，所以输出前面两行（第一行是while上面的print的结果，第二行是return出来的结果）
4.程序执行print("**********************")
5.又开始执行下面的print(next(y)),这个时候是从刚才next程序停止的地方开始执行，
也就是要执行a的赋值操作，这个时候因为赋值操作的右边是没有值的，已经被return出去了
这个时候a的值是none，所以接下来的输出是a:none
6.程序会继续在whili里执行，又一次碰到yield，这个时候同样return出8，然后程序停止。
print函数输出的8就是这次return出的8
'''
def yield_demo():
print('begin================')
while True:
a = yield 8
print('a', a)
y = yield_demo() # 这句不会打印出东西，因为test函数终有yield关键字，所以yield_demo函数并不会真正的执行，而是先得到一个生成器y
print(next(y))
print('*******************************')
print(next(y))
print('*******************************')
控制器：
