Python中能否在生成器函数内部访问已yield的产出结果？

Python 不存在你示例中提到的self.__yield__.__results__这类可直接获取yield产出统计、已产出结果的内置特性。
生成器的核心设计目标是惰性迭代、极低内存占用，默认不会缓存历史产出值，也不会内置统计产出次数的属性——如果默认做了这类缓存，遇到产出大量值的场景，生成器就会失去省内存的优势，和设计初衷相悖。

你可以根据自己的场景选下面几种合规的实现方式：

• 原生手动计数：这是性能最好、最符合Python惯例的写法，没有额外依赖和额外开销，只需要把计数累加逻辑放在yield语句之后，确保只有真正成功产出值时才计数即可，就是你最开始写的实现：

import random
def random_select(iterations):
    count = 0
    for index in range(iterations):
        if random.randint(0, 9) > 4:
            yield index
            count += 1
    assert count > 0

• 通用包装类统计：如果不想在每个生成器里重复写计数逻辑，可以实现一个轻量的生成器包装类，自动统计产出次数、按需缓存结果，对业务生成器代码无侵入：

from collections.abc import Generator
import random

class CountedGenerator(Generator):
    def __init__(self, source_gen):
        self._gen = source_gen
        self.yield_count = 0
        self.results = []
    def send(self, value):
        val = self._gen.send(value)
        self.yield_count += 1
        self.results.append(val)
        return val
    def throw(self, typ, val=None, tb=None):
        return self._gen.throw(typ, val, tb)

# 业务生成器不需要写计数逻辑
def random_select(iterations):
    for index in range(iterations):
        if random.randint(0, 9) > 4:
            yield index

# 使用时包装即可
if __name__ == "__main__":
    gen = CountedGenerator(random_select(20))
    for item in gen:
        # 正常处理迭代逻辑
        print(item)
    assert gen.yield_count > 0

• 直接收集结果判断：如果你的场景本身就需要用到所有产出值，不需要依赖生成器的低内存特性，直接把生成器转成列表后判断长度即可，不需要单独维护计数：

results = list(random_select(10))
assert len(results) > 0
# 后续直接操作results列表即可

注意：不要尝试通过访问生成器的底层私有属性（比如gi_frame相关的内部变量）来 hack 计数，这类属性属于解释器内部实现细节，不同Python版本、不同解释器实现的行为完全不统一，没有任何兼容性保障，严禁在生产代码中使用。

内容的提问来源于stack exchange，提问作者TheRealVira