在python中深度复制生成器

Question

我正在使用发电机功能，说：

def foo():
    i=0
    while (i<10):
         i+=1
         yield i

现在，我希望选择在任意次数的迭代后复制生成器，以便新副本将保留内部状态（在示例中将具有相同的“i”），但现在将独立于原始状态（即迭代）副本不应该改变原来的）。

我尝试过使用copy.deepcopy但是我收到错误：

 "TypeError: object.__new__(generator) is not safe, use generator.__new__()"   

显然，我可以使用带有计数器的常规函数​​来解决这个问题。 但我真的在寻找使用发电机的解决方案。

Answer 1

我能想到三种情况：

• 生成器没有副作用，您只希望能够回顾已经捕获的结果。 您可以考虑使用缓存的生成器而不是真正的生成器。 您也可以共享缓存的生成器，如果有任何客户端走到您尚未到达的项目，它将会前进。 这与tee（）方法类似，但是在生成器/缓存本身中执行tee功能而不是要求客户端执行此操作。

• Generator有副作用，但没有历史记录，您希望能够在任何地方重新启动。 考虑将其写为协程 ，您可以随时传入值。

• 生成器具有副作用和历史，这意味着G（x）处的生成器状态取决于G（x-1）的结果，因此您不能将x传回其中以从任何地方开始。 在这种情况下，我认为您需要更具体地了解您要执行的操作，因为结果不仅取决于生成器，还取决于其他数据的状态。 在这种情况下，可能有更好的方法。

Answer 2

itertools.tee的评论也是我的第一个猜测。 由于警告你不应该在使用T恤后再推进原始发电机，我可能会写这样的东西来分拆副本：

>>> from itertools import tee
>>>
>>> def foo():
...   i = 0
...   while i < 10:
...     i += 1
...     yield i
...
>>>
>>> it = foo()
>>> it.next()
1
>>> it, other = tee(it)
>>> it.next()
2
>>> other.next()
2