如何檢查Generator類型的對象？

Question

使用以下代碼（第一種情況），

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

如果不檢查y ，您可以說y=f()返回collections.abc.Generator類型的對象(x*x for x in range(3))嗎？

---

使用以下代碼（第二種情況），

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

調用y=func()時返回的Generator類型對象是什么？ 你如何檢查y看到代碼？

Answer 1

第一種情況-簡單生成器

生成器表達式 (x*x for x in range(3))與您描述的簡單生成器函數大致相同。 但是，對genexp進行范圍界定可能會稍微復雜一些（這就是為什么我們通常建議您立即使用生成器表達式，而不是傳遞它們）。

第二種情況-增強型發電機

y = yield x的代碼是增強型生成器的示例，該生成器用於將數據發送到運行中的生成器，本質上在運行中的生成器和調用代碼之間創建了雙向通信通道。

發送/接收邏輯的主要用例是實現協程和生成器蹦床。 請參閱David Beazley的蹦床示例 。

增強的生成器是Twisted Python美麗的內聯回調 （實現協程）的關鍵 。

如何檢查發電機

對於y = func()的變量y ，唯一的檢查技術是檢查公共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']

如何檢查發電機功能

對於生成器函數本身，可以使用dis模塊檢查代碼以查看其工作方式：

>>> 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 

使用調試器跟蹤代碼

您可以使用pdb調試器逐步跟蹤代碼。

>>> 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

生成器的目標是按需生成值。 換句話說，如果您需要整數的平方，但是您事先不知道有多少整數，則可以使用generators來生成值。 這是通過使用yield而不是return來實現的。 After yield函數確實保留上下文。 您可以將yield想象為“暫停”，而將收益想象為“ stop”。 生成器的另一個好處是，即使您知道集合的大小，也不會一次將所有內容加載到內存中，而一次只消耗一個元素。

Answer 3

在第二個示例中，您將收到以下錯誤：

for i in func():
    print(i)

因為y = yield x表達式需要send（）方法調用：請參見https://www.python.org/dev/peps/pep-0342/#specification-sending-values-into-generators

“ for”語句調用iter(foo())函數，該函數返回生成器對象。 然后，“ for”語句將調用next（generator），而generator不會引發StopIteration異常。

對於第二個示例：

for i in func():
    print(i)

“ for”語句將獲取生成器對象，然后為其調用next(generator object) 。 對於此調用，它將獲得x值（1）。 此時，生成器對象正在等待send(something)方法調用，該調用將將something值設置為y。 如果不調用此方法，則next(generator object)調用將向None發送None 。 在這種情況下，y將取None值，並且程序將在x += y上引發Error

您的第二個示例的正確用法是：

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