实际案例
实现一个可迭代对象的类，它能迭代出给定范围内所有素数：
pn = PrimeNumbers(1, 30)
for k in pn:
print k
输出结果为：
2 3 5 7 11 13 17 19 23 29
解决方案：将该类的__iter__方法实现成生成器函数，每次yield返回一个素数。
有了解决方案后，我们首先要了解一下什么是生成器函数。让我们先看看如下代码：
def f():
print 'in f(), 1'
yield 1
print 'in f(), 2'
yield 2
print 'in f(), 3'
yield 3
g = f()
print type(g)
其输出结果为：
<type 'generator'>
诶，我们调用了f()却没有打印输出我们设想的结果，这是为什么呢？我们现在来看看这个输出结果，它表示调用f()后的返回结果类型为generator类型，即返回的结果为生成器对象。那么，我们将任何包含yield 语句的函数称为生成器（函数）。当然，生成器不仅仅是包含yield语句的函数，更多关于生成器的知识请参阅廖雪峰的Python教程。
yield语句不会像return那样返回值，而是每次产生多个值。每次产生一个值（使用yield语句），函数就会被冻结：即函数停在那点等待被重新唤醒。函数被重新唤醒后就从停止的那点开始执行。
将yield语句的知识补充完后，我们再回到生成器这个知识点。上面我们讲到我们调用f()后返回一个生成器对象，其和迭代器对象类似，它也可以实现next()。(注：Python 3.X版本中为__next__()。)
那我们就在代码中实现next()：
# g.next()
for x in g:
print x
其结果为：
in f(), 1
1
in f(), 2
2
in f(), 3
3
通过上述代码，我们又可发现g（生成器对象）也是一个迭代器对象。因此，我们就可以利用这一点解决我们的实际案例，代码如下：
# -*- coding: utf-8 -*-
class PrimeNumbers:
def __init__(self, start, end):
self.start = start
self.end = end
def isPrimeNum(self, k):
if k < 2:
return False
for i in xrange(2, k):
if k % i == 0:
return False
return True
def __iter__(self):
for k in xrange(self.start, self.end + 1):
if self.isPrimeNum(k):
yield k
if __name__ == "__main__":
for x in PrimeNumbers(1, 30):
print x
输出结果为：
2
3
5
7
11
13
17
19
23
29
