从Python 3.3开始,如果生成器函数返回一个值,那么它将成为引发的StopIteration异常的值。这可以通过多种方式收集:
yield from
表达式的值,暗示封闭函数也是生成器。next()
或.send()
的来电。但是,如果我只是想在for循环中迭代生成器 - 最简单的方法 - 似乎没有办法收集StopIteration异常的值,从而收集返回值。我使用一个简单的例子,其中生成器产生值,并在最后返回某种摘要(运行总计,平均值,时间统计等)。
for i in produce_values():
do_something(i)
values_summary = ....??
一种方法是自己处理循环:
values_iter = produce_values()
try:
while True:
i = next(values_iter)
do_something(i)
except StopIteration as e:
values_summary = e.value
但这会抛弃for循环的简单性。我不能使用yield from
,因为这需要调用代码本身就是一个生成器。有没有比上面显示的roll-one-own for循环更简单的方法?
结合@Chad S.和@KT的答案,最简单的似乎是使用迭代器协议将我的生成器函数转换为类:
class ValueGenerator():
def __iter__(self):
yield 1
yield 2
# and so on
self.summary = {...}
vg = ValueGenerator()
for i in vg:
do_something(i)
values_summary = vg.summary
如果我不能重构价值生产者,那么@Ferdinand Beyer的回答是最简单的。
答案 0 :(得分:10)
您可以将value
的{{1}}属性(可以说是StopIteration
本身)视为实施细节,而非设计用于“普通”代码。
查看指定Python 3.3的StopIteration
功能的PEP 380:它讨论了使用yield from
来承载返回值的一些备选方案。
由于您不应该在普通的StopIteration
循环中获取返回值,因此没有语法。与您不应该明确捕获for
的方式相同。
适合您情况的一个很好的解决方案是一个小实用程序类(可能对标准库有用):
StopIteration
这包装了任何生成器并捕获其返回值以便稍后检查:
class Generator:
def __init__(self, gen):
self.gen = gen
def __iter__(self):
self.value = yield from self.gen
答案 1 :(得分:8)
你可以制作一个帮助包装器,它会捕获StopIteration
并为你提取值:
from functools import wraps
class ValueKeepingGenerator(object):
def __init__(self, g):
self.g = g
self.value = None
def __iter__(self):
self.value = yield from self.g
def keep_value(f):
@wraps(f)
def g(*args, **kwargs):
return ValueKeepingGenerator(f(*args, **kwargs))
return g
@keep_value
def f():
yield 1
yield 2
return "Hi"
v = f()
for x in v:
print(x)
print(v.value)
答案 2 :(得分:4)
处理返回值的轻量级方法(不涉及实例化辅助类的方法)是使用dependency injection。
即,可以使用以下包装器/辅助生成器函数传递函数来处理/操作返回值:
def handle_return(generator, func):
returned = yield from generator
func(returned)
例如,以下 -
def generate():
yield 1
yield 2
return 3
def show_return(value):
print('returned: {}'.format(value))
for x in handle_return(generate(), show_return):
print(x)
结果 -
1
2
returned: 3
答案 3 :(得分:3)
我能想到的最明显的方法是用户定义的类型,它会为你记住摘要..
>>> import random
>>> class ValueProducer:
... def produce_values(self, n):
... self._total = 0
... for i in range(n):
... r = random.randrange(n*100)
... self._total += r
... yield r
... self.value_summary = self._total/n
... return self.value_summary
...
>>> v = ValueProducer()
>>> for i in v.produce_values(3):
... print(i)
...
25
55
179
>>> print(v.value_summary)
86.33333333333333
>>>