如何检查Generator类型的对象？

Question

使用以下代码（第一种情况），

def f():
   mylist = range(3)
   for i in mylist:
      yield i*i

如果不检查y ，您可以说y=f()返回collections.abc.Generator类型的对象(x*x for x in range(3))吗？

---

使用以下代码（第二种情况），

def func():
    x = 1
    while 1:
        y = yield x
        x += y

调用y=func()时返回的Generator类型对象是什么？ 你如何检查y看到代码？

Answer 1

第一种情况-简单生成器

生成器表达式 (x*x for x in range(3))与您描述的简单生成器函数大致相同。 但是，对genexp进行范围界定可能会稍微复杂一些（这就是为什么我们通常建议您立即使用生成器表达式，而不是传递它们）。

第二种情况-增强型发电机

y = yield x的代码是增强型生成器的示例，该生成器用于将数据发送到运行中的生成器，本质上在运行中的生成器和调用代码之间创建了双向通信通道。

发送/接收逻辑的主要用例是实现协程和生成器蹦床。 请参阅David Beazley的蹦床示例 。

增强的生成器是Twisted Python美丽的内联回调 （实现协程）的关键 。

如何检查发电机

对于y = func()的变量y ，唯一的检查技术是检查公共API：

>>> y = func()
>>> dir(y)
['__class__', '__delattr__', '__doc__', '__format__',
 '__getattribute__', '__hash__', '__init__', '__iter__',
 '__name__', '__new__', '__reduce__', '__reduce_ex__',
 '__repr__', '__setattr__', '__sizeof__', '__str__',
 '__subclasshook__', 'close', 'gi_code', 'gi_frame',
 'gi_running', 'next', 'send', 'throw']

如何检查发电机功能

对于生成器函数本身，可以使用dis模块检查代码以查看其工作方式：

>>> def func():
        x = 1
        while 1:
            y = yield x
            x += y

>>> import dis
>>> dis.dis(func)
  3           0 LOAD_CONST               1 (1)
              3 STORE_FAST               0 (x)

  4           6 SETUP_LOOP              21 (to 30)

  5     >>    9 LOAD_FAST                0 (x)
             12 YIELD_VALUE         
             13 STORE_FAST               1 (y)

  6          16 LOAD_FAST                0 (x)
             19 LOAD_FAST                1 (y)
             22 INPLACE_ADD         
             23 STORE_FAST               0 (x)
             26 JUMP_ABSOLUTE            9
             29 POP_BLOCK           
        >>   30 LOAD_CONST               0 (None)
             33 RETURN_VALUE 

使用调试器跟踪代码

您可以使用pdb调试器逐步跟踪代码。

>>> import pdb
>>> y = func()
>>> pdb.runcall(next, y)
> /Users/raymond/Documents/tmp.py(2)func()
-> x = 1
(Pdb) s
> /Users/raymond/Documents/tmp.py(3)func()
-> while 1:
(Pdb) s
> /Users/raymond/Documents/tmp.py(4)func()
-> y = yield x
(Pdb) p locals()
{'x': 1}
(Pdb) s
> /Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/bdb.py(440)runcall()
-> self.quitting = 1
(Pdb) s
1
>>> pdb.runcall(y.send, 10)
> /Users/raymond/Documents/tmp.py(5)func()->1
-> x += y
(Pdb) s
> /Users/raymond/Documents/tmp.py(4)func()->1
-> y = yield x
(Pdb) locals()
{'__return__': 1, 'x': 11, 'y': 10}

Answer 2

生成器的目标是按需生成值。 换句话说，如果您需要整数的平方，但是您事先不知道有多少整数，则可以使用generators来生成值。 这是通过使用yield而不是return来实现的。 After yield函数确实保留上下文。 您可以将yield想象为“暂停”，而将收益想象为“ stop”。 生成器的另一个好处是，即使您知道集合的大小，也不会一次将所有内容加载到内存中，而一次只消耗一个元素。

Answer 3

在第二个示例中，您将收到以下错误：

for i in func():
    print(i)

因为y = yield x表达式需要send（）方法调用：请参见https://www.python.org/dev/peps/pep-0342/#specification-sending-values-into-generators

“ for”语句调用iter(foo())函数，该函数返回生成器对象。 然后，“ for”语句将调用next（generator），而generator不会引发StopIteration异常。

对于第二个示例：

for i in func():
    print(i)

“ for”语句将获取生成器对象，然后为其调用next(generator object) 。 对于此调用，它将获得x值（1）。 此时，生成器对象正在等待send(something)方法调用，该调用将将something值设置为y。 如果不调用此方法，则next(generator object)调用将向None发送None 。 在这种情况下，y将取None值，并且程序将在x += y上引发Error

您的第二个示例的正确用法是：

f = func()
# open generator object
next(f)
#1
f.send(2)
#3