Question

我最初有一些代码将结果汇总到一个列表中。当我重构此代码以使用列表理解时，我得到了意想不到的结果：

import asyncio

@asyncio.coroutine
def coro():
    return "foo"


# Writing the code without a list comp works,
# even with an asyncio.sleep(0.1).
@asyncio.coroutine
def good():
    yield from asyncio.sleep(0.1)
    result = []
    for i in range(3):
        current = yield from coro()
        result.append(current)
    return result


# Using a list comp without an async.sleep(0.1)
# works.
@asyncio.coroutine
def still_good():
    return [(yield from coro()) for i in range(3)]


# Using a list comp along with an asyncio.sleep(0.1)
# does _not_ work.
@asyncio.coroutine
def huh():
    yield from asyncio.sleep(0.1)
    return [(yield from coro()) for i in range(3)]


loop = asyncio.get_event_loop()
print(loop.run_until_complete(good()))
print(loop.run_until_complete(still_good()))
print(loop.run_until_complete(huh()))

如果我运行此代码，我会得到此输出：

$ python3.4 /tmp/test.py
['foo', 'foo', 'foo']
['foo', 'foo', 'foo']
<generator object <listcomp> at 0x104eb1360>

为什么我会为第三个huh()函数获得不同的结果？

Answer 1

解决问题的方法是在第三个函数的返回中放置next(...)而不是...，或者更好地写return list((yield from coro()) for i in range(3))（@zch为此想法的信用），或者更好地保留第一个功能。

关键是第二个功能不是发电机。它只是一个返回理解生成器的普通函数。

例如，此代码在外生成器中有效：

values = [(yield x) for x in range(3)]

然后你可以这样做：

next(values)
0
next(values)
1
next(values)
2
next(values)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration: [None, None, None]

装饰器@coroutine然后通过迭代结果使第二个函数成为生成器，请参阅here，第143行。

相反，第一个和第三个函数实际上是生成器，@coroutine装饰器只返回自己，参见here，第136-137行。在第一种情况下，生成器返回列表（实际上引发StopIteration(['foo', 'foo', 'foo'])）。在第三种情况下，它返回理解生成器。

为什么在使用带有asyncio的协同程序的列表解析时会得到不同的结果？

1 个答案: