PEP 255 :簡單的生成器
(給
Python開發者
加星標,提升Python技能
)
作者:
豌豆花下貓
(本文來自作者投稿)摘要
這個 PEP 想在 Python 中引入生成器的概念,以及一個新的表達式,即 yield 表達式。
動機
當一個生產者函數在處理某些艱難的任務時,它可能需要維持住生產完某個值時的狀態,大多數編程語言都提供不了既舒服又高效的方案,除了往參數列表中添加回調函數,然後每生產一個值時就去調用一下。
例如,標準庫中的
tokenize.py
採用這種方法:調用者必須傳一個 tokeneater 函數給 tokenize() ,當 tokenize() 找到下一個 token 時再調用。這使得 tokenize 能以自然的方式編碼,但程序調用 tokenize 會變得極其複雜,因為它需要記住每次回調前最後出現的是哪個 token(s)。
tabnanny.py
中的 tokeneater 函數是處理得比較好的例子,它在全局變數中維護了一個狀態機,用於記錄已出現的 token 和預期會出現的 token 。這很難正確地工作,而且也挺難讓人理解。不幸的是,它已經是最標準的解決方法了。
有一個替代方案是一次性生成 Python 程序的全部解析,並存入超大列表中。這樣 tokenize 客戶端可以用自然的方式,即使用局部變數和局部控制流(例如循環和嵌套的 if 語句),來跟蹤其狀態。然而這並不實用:程序會變得臃腫,因此不能在實現整個解析所需的內存上放置先驗限制;而有些 tokenize 客戶端僅僅想要查看某個特定的東西是否曾出現(例如,future 聲明,或者像 IDLE 做的那樣,只是首個縮進的聲明),因此解析整個程序就是嚴重地浪費時間。
另一個替代方案是把 tokenize 變為一個迭代器【注釋1】,每次調用它的 next() 方法時再傳遞下一個 token。這對調用者來說很便利,就像前一方案把結果存入大列表一樣,同時沒有內存與「想要早點退出怎麼辦」的缺點。然而,這個方案也把 tokenize 的負擔轉化成記住 next() 的調用狀態,讀者只要瞄一眼 tokenize.tokenize_loop() ,就會意識到這是一件多麼可怕的苦差事。或者想像一下,用遞歸演算法來生成普通樹結構的節點:若把它投射成一個迭代器框架實現,就需要手動地移除遞歸狀態並維護遍歷的狀態。
第四種選擇是在不同的線程中運行生產者和消費者。這允許兩者以自然的方式維護其狀態,所以都會很舒服。實際上,Python 源代碼發行版中的 Demo/threads/Generator.py 就提供了一個可用的同步通信(synchronized-communication)類,來完成一般的任務。但是,這在沒有線程的平台上無法運用,而且就算可用也會很慢(與不用線程取得的成就比)。
最後一個選擇是使用 Python 的變種 Stackless 【注釋2-3】來實現,它支持輕量級的協程。它與前述的線程方案有相同的編程優勢,效率還更高。然而,Stackless 在 Python 核心層存在爭議,Jython 也可能不會實現相同的語義。這個 PEP 不是討論這些問題的地方,但完全可以說生成器是 Stackless 相關功能的子集在當前 CPython 中的一種簡單實現,而且可以說,其它 Python 實現起來也相對簡單。
以上分析完了已有的方案。其它一些高級語言也提供了不錯的解決方案,特別是 Sather 的迭代器,它受到 CLU 的迭代器啟發【注釋4】;Icon 的生成器,一種新穎的語言,其中每個表達式都是生成器【注釋5】。它們雖有差異,但基本的思路是一致的:提供一種函數,它可以返回中間結果(「下一個值」)給它的調用者,同時還保存了函數的局部狀態,以便在停止的位置恢復(譯註:resum,下文也譯作激活)調用。一個非常簡單的例子:
def fib ()
a, b =
0
,1
while
1
:yield
ba, b = b, a+b
當 fib() 首次被調用時,它將 a 設為 0,將 b 設為 1,然後生成 b 給其調用者。調用者得到 1。當 fib 恢復時,從它的角度來看,yield 語句實際上跟 print 語句相同:fib 繼續執行,且所有局部狀態完好無損。然後,a 和 b 的值變為 1,並且 fib 再次循環到 yield,生成 1 給它的調用者。以此類推。 從 fib 的角度來看,它只是提供一系列結果,就像用了回調一樣。但是從調用者的角度來看,fib 的調用就是一個可隨時恢復的可迭代對象。跟線程一樣,這允許兩邊以最自然的方式進行編碼;但與線程方法不同,這可以在所有平台上高效完成。事實上,恢復生成器應該不比函數調用昂貴。
同樣的方法適用於許多生產者/消費者函數。例如,tokenize.py 可以生成下一個 token 而不是用它作為參數調用回調函數,而且 tokenize 客戶端可以以自然的方式迭代 tokens:Python 生成器是一種迭代器,但是特彆強大。
設計規格:yield
引入了一種新的表達式:
yield_stmt:「yield」expression_list
yield 是一個新的關鍵字,因此需要一個
future
聲明【注釋8】來進行引入:在早期版本中,若想使用生成器的模塊,必須在接近頭部處包含以下行(詳見 PEP 236):
from
__future__
import
generators沒有引入 future 模塊就使用 yield 關鍵字,將會告警。 在後續的版本中,yield 將是一個語言關鍵字,不再需要 future 語句。
yield 語句只能在函數內部使用。包含 yield 語句的函數被稱為生成器函數。從各方面來看,生成器函數都只是個普通函數,但在它的代碼對象的 co_flags 中設置了新的「CO_GENERATOR」標誌。
當調用生成器函數時,實際參數還是綁定到函數的局部變數空間,但不會執行代碼。得到的是一個 generator-iterator 對象;這符合迭代器協議【注釋6】,因此可用於 for 循環。注意,在上下文無歧義的情況下,非限定名稱 「generator」 既可以指生成器函數,又可以指生成器-迭代器(generator-iterator)。
每次調用 generator-iterator 的 next() 方法時,才會執行 generator-function 體中的代碼,直至遇到 yield 或 return 語句(見下文),或者直接迭代到盡頭。
如果執行到 yield 語句,則函數的狀態會被凍結,並將 expression_list 的值返回給 next() 的調用者。「凍結」是指掛起所有本地狀態,包括局部變數、指令指針和內部堆棧:保存足夠信息,以便在下次調用 next() 時,函數可以繼續執行,彷彿 yield 語句只是一次普通的外部調用。
限制:yield 語句不能用於 try-finally 結構的 try 子句中。困難的是不能保證生成器會被再次激活(resum),因此無法保證 finally 語句塊會被執行;這就太違背 finally 的用處了。
限制:生成器在活躍狀態時無法被再次激活:
>> def g ()
:
... i = me.next()
...
yield
i>>
> me = g()>>
> me.next()Traceback (most recent call last):
...
File
"<string>"
, line2
,in
gValueError:
generator already executing設計規格:return
生成器函數可以包含以下形式的return語句:
return
注意,生成器主體中的 return 語句不允許使用 expression_list (然而當然,它們可以嵌套地使用在生成器里的非生成器函數中)。
當執行到 return 語句時,程序會正常 return,繼續執行恰當的 finally 子句(如果存在)。然後引發一個 StopIteration 異常,表明迭代器已經耗盡。如果程序沒有顯式 return 而執行到生成器的末尾,也會引發 StopIteration 異常。
請注意,對於生成器函數和非生成器函數,return 意味著「我已經完成,並且沒有任何有趣的東西可以返回」。
注意,return 並不一定會引發 StopIteration :關鍵在如何處理封閉的 try-except 結構。 如:
>> def f1 ()
...
try:
...
return
...
except:
...
yield
1
>>
> print list(f1())[]
因為,就像在任何函數中一樣,return 只是退出,但是:
def f2 ()>>>
...
try
:...
raise
StopIteration...
except
:...
yield
42
>>>
[
42
]因為 StopIteration 被一個簡單的 except 捕獲,就像任意異常一樣。
設計規格:生成器和異常傳播
如果一個未捕獲的異常——包括但不限於 StopIteration——由生成器函數引發或傳遞,則異常會以通常的方式傳遞給調用者,若試圖重新激活生成器函數的話,則會引發 StopIteration 。 換句話說,未捕獲的異常終結了生成器的使用壽命。
示例(不合語言習慣,僅作舉例):
>> def f ()
... return
1
/0
>>
>def
g
()
:... yield f()
# the zero division exception propagates
...
yield
42
# and we"ll never get here
>>
> k = g()>>
> k.next()Traceback (most recent call last):
File
"<stdin>"
, line1
,in
?File
"<stdin>"
, line2
,in
gFile
"<stdin>"
, line2
,in
fZeroDivisionError:
integer divisionor
modulo by zero>>
> k.next()# and the generator cannot be resumed
Traceback (most recent call last):
File
"<stdin>"
, line1
,in
?StopIteration
>>
>設計規格:Try/Exception/Finally
前面提過,yield 語句不能用於 try-finally 結構的 try 子句中。這帶來的結果是生成器要非常謹慎地分配關鍵的資源。但是在其它地方,yield 語句並無限制,例如 finally 子句、except 子句、或者 try-except 結構的 try 子句:
... try ... 1 ... try ... 2 ... 1 0 ... 3 # never get here ... ... 4 ... 5 ... ... ... 6 ... 7 # the "raise" above stops this ... ... 8 ... 9 ... try ... 12 ... ... 10 ... 11 1 2 4 5 8 9 10 11>>> def f():
>>> print list(f())
[
>>>
示例
# 二叉樹類 class Tree
def
__init__
(
self
, label, left=None, right=None):self
.label = labelself
.left = leftself
.right = right
def
__repr__
(
self
, level=0
, indent=" "
):s = level*indent +
`self.label`
if
self
.left:
s = s +
"
"
self
.left.__repr__
(level+1
, indent)if
self
.right:
s = s +
"
"
self
.right.__repr__
(level+1
, indent)return
s
def
__iter__
(
self
):return
inorder(self
)# 從列表中創建 Tree
def
tree
(list)
:n = len(list)
if
n ==0
:return
[]i = n /
2
return
Tree(list[i], tree(list[:i
]), tree(list[i+1
:
]))# 遞歸生成器,按順序生成樹標籤
def
inorder
(t)
:if
t:
for
xin
inorder(t.left):yield
xyield
t.labelfor
xin
inorder(t.right):yield
x# 展示:創建一棵樹
t = tree(
"ABCDEFGHIJKLMNOPQRSTUVWXYZ"
)# 按順序列印樹的節點
for
xin
t:
print x,
# 非遞歸生成器
def
inorder
(node)
:stack = []
while
node:
while
node.left:
stack.append(node)
node = node.left
yield
node.labelwhile
not
node.right:
try:
node = stack.pop()
except
IndexError:
return
yield
node.labelnode = node.right
# 練習非遞歸生成器
for
xin
t:
print x,
Both output blocks
display:
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
問答
為什麼重用 def 而不用新的關鍵字?
請參閱下面的 BDFL 聲明部分。
為什麼用新的關鍵字yield而非內置函數?
Python 中通過關鍵字能更好地表達控制流,即 yield 是一個控制結構。而且為了 Jython 的高效實現,編譯器需要在編譯時就確定潛在的掛起點,新的關鍵字會使這一點變得簡單。CPython 的實現也大量利用它來檢測哪些函數是生成器函數(儘管一個新的關鍵字替代 def 就能解決 CPython 的問題,但人們問「為什麼要新的關鍵字」問題時,並不想要新的關鍵字)。
為什麼不是其它不帶新關鍵字的特殊語法?
例如,為何不用下面用法而用 yield 3:
return 3 continue return continue 3 return 3 continue return 3 return 3 return 3 return 3 return 3 3 3 3
from generator
>>
<<
*
我沒有錯過一個「眼色」吧?在數百條消息中,我算了每種替代方案有三條建議,然後總結出上面這些。不需要用新的關鍵字會很好,但使用 yield 會更好——我個人認為,在一堆無意義的關鍵字或運算符序列中,yield 更具表現力。儘管如此,如果這引起足夠的興趣,支持者應該發起一個提案,交給 Guido 裁斷。
為什麼允許用return,而不強制用StopIteration?
「StopIteration」的機制是底層細節,就像 Python 2.1 中的「IndexError」的機制一樣:實現時需要做一些預先定義好的東西,而 Python 為高級用戶開放了這些機制。儘管不強制要求每個人都在這個層級工作。 「return」在任何一種函數中都意味著「我已經完成」,這很容易解讀和使用。注意,return
並不總是等同於
try-except 結構中的
raise StopIteration
(參見「設計規格:Return」部分)。
那為什麼不允許return一個表達式?
也許有一天會允許。 在 Icon 中,
return expr
意味著「我已經完成」和「但我還有最後一個有用的值可以返回,這就是它」。 在初始階段,不強制使用
return expr
的情況下,使用 yield 僅僅傳遞值,這很簡單明了。
BDFL聲明
Issue
引入另一個新的關鍵字(比如,gen 或 generator )來代替 def ,或以其它方式改變語法,以區分生成器函數和非生成器函數。
Con
實際上(你如何看待它們),生成器是函數,但它們具有可恢復性。使它們建立起來的機制是一個相對較小的技術問題,引入新的關鍵字無助於強調生成器是如何啟動的機制(生成器生命中至關重要卻很小的部分)。
Pro
實際上(你如何看待它們),生成器函數實際上是工廠函數,它們就像施了魔法一樣地生產生成器-迭代器。 在這方面,它們與非生成器函數完全不同,更像是構造函數而不是函數,因此重用 def 無疑是令人困惑的。藏在內部的 yield 語句不足以警示它們的語義是如此不同。
BDFL
def 留了下來。任何一方都沒有任何爭論是完全令人信服的,所以我諮詢了我的語言設計師的直覺。它告訴我 PEP 中提出的語法是完全正確的——不是太熱,也不是太冷。但是,就像希臘神話中的 Delphi(譯註:特爾斐,希臘古都) 的甲骨文一樣,它並沒有告訴我原因,所以我沒有對反對此 PEP 語法的論點進行反駁。 我能想出的最好的(除了已經同意做出的反駁)是「FUD」(譯註:縮寫自 fear、uncertainty 和 doubt)。 如果這從第一天開始就是語言的一部分,我非常懷疑這早已讓安德魯·庫奇林(Andrew Kuchling)的「Python Warts」頁面成為可能。(譯註:wart 是疣,一種難看的皮膚病。這是一個 wiki 頁面,列舉了對 Python 吹毛求疵的建議)。
參考實現
當前的實現(譯註:2001年),處於初步狀態(沒有文檔,但經過充分測試,可靠),是Python 的 CVS 開發樹【注釋9】的一部分。 使用它需要您從源代碼中構建 Python。
這是衍生自 Neil Schemenauer【注釋7】的早期補丁。
腳註和參考文獻
[1] PEP-234, Iterators, Yee, Van Rossum
http://www.python.org/dev/peps/pep-0234/
[2] http://www.stackless.com/
[3] PEP-219, Stackless Python, McMillan
http://www.python.org/dev/peps/pep-0219/
[4] "Iteration Abstraction in Sather" Murer, Omohundro, Stoutamire and Szyperski
http://www.icsi.berkeley.edu/~sather/Publications/toplas.html
[5] http://www.cs.arizona.edu/icon/
[6] The concept of iterators is described in PEP 234.
[7] http://python.ca/nas/python/generator.diff
[8] PEP 236, Back to the
future
, Petershttp://www.python.org/dev/peps/pep-0236/
[9] To experiment with this implementation, check out Python from CVS according to the instructions at http://sf.net/cvs/?group_id=5470 ,Note that the std test Lib/test/test_generators.py contains many examples, including all those in this PEP.
版權信息
本文檔已經放置在公共領域。源文檔:
https://github.com/python/peps/blob/master/pep-0255.txt
【本文作者】
豌豆花下貓:某985高校畢業生, 兼具極客思維與人文情懷 。個人公眾號Python貓, 專註python技術、數據科學和深度學習。
推薦閱讀
(點擊標題可跳轉閱讀)
完全理解 Python 迭代對象、迭代器、生成器
Python 生成器原理詳解
Python 迭代器和生成器
覺得本文對你有幫助?請分享給更多人
關注「Python開發者」加星標,提升Python技能
喜歡就點一下「好看」唄~
※10 分鐘快速入門 Python3
※Python 之父退位後,最高決策權花落誰家?
TAG:Python開發者 |