Question

首先，请考虑以下代码（我将在下面讨论几个版本的subgen()）：

>>> def maingen(i):
...    print("maingen started")
...    yield from subgen(i)
...    print("maingen finished")
...
>>> for i in maingen(5):
...     print(i)
...

我想写几个subgen生成器函数。

正常的是：

>>> def subgen_1(i):
...     yield i + 1
...     yield i + 2
...     yield i + 3

没有概率，输出是预期的：

maingen started
6
7
8
maingen finished

现在，我想要一个subgen 的其他版本，什么都不产生 ...

如果我尝试：

>>> def subgen_2(i):
...     i * 3

我有一个例外：

maingen started
Traceback (most recent call last):
  ...
TypeError: 'NoneType' object is not iterable

预期：subgen_2不是生成器函数。

好的，接下来。我可以在某处阅读（如第一个答案here）我要提出一个StopIteration。（注意，作为一个新手，我不能评论这个答案。）

>>> def subgen_3(i):
...     i * 3
...     raise StopIteration()
...

正如PEP 479中所述，“最后，该提案还清除了有关如何终止生成器的混淆：正确的方法是return，而不是提升StopIteration。 “，我只得到：

maingen started

（没有maingen finished ...）

我发现让事情变得好的唯一方法是：

>>> def subgen_4(i):
...     i * 3
...     return
...     yield
...

有了这个，我得到：

maingen started
maingen finished

Hourrah！但这个解决方案并不美观......

有没有人有更好或更多的pythonic想法？

是否可以编写一个装饰器来秘密添加丑陋的yield语句？

Answer 1

如果您希望子生成器不产生任何内容，则返回一个空迭代器：

def subgen_2(i):
    i * 3
    return iter([]) #empty iterator

您获得TypeError: 'NoneType' object is not iterable的原因是因为在您的子生成器中没有yield语句，它不是生成器，而是隐式返回None的常规函数。

通过返回一个没有生成任何值的有效迭代器，您将能够yield from subgen_2()无错误地生成任何其他值。

隐藏此内容的另一种方法（我真的不明白你想要的原因）就是制作一个装饰者，只需调用你的函数然后return iter(())或yield from []。

def gen_nothing(f):
    @functools.wraps(f)
    def wrapper(*args,**kw):
        f(*args,**kw)
        yield from []
    return wrapper

但是它产生的唯一区别是堆栈将需要一个额外的包装盒帧，这意味着你的Traceback消息会有更多的噪音：

Traceback (most recent call last):
  File "/Users/Tadhg/Documents/codes/test.py", line 15, in <module>
    for i in subgen():
  File "/Users/Tadhg/Documents/codes/test.py", line 6, in wrapper
    f(*args,**kw)
  File "/Users/Tadhg/Documents/codes/test.py", line 12, in subgen
    3/0
ZeroDivisionError: division by zero

Answer 2

阅读完所有评论后，我认为更多 pythonic 方式是重写maingen：

def maingen(i):
    print("maingen started")
    gen = subgen(i)
    if gen:
        yield from gen
    print("maingen finished")

这样，subgen实际上是一个生成器函数：

def subgen_1(i):
    yield i + 1
    yield i + 2
    yield i + 3

或subgen这是一个简单的函数：

def subgen_2(i):
    i * 3

在maingen生成器函数中“注入”时都被“接受”，并且不需要一些丑陋的yield语句。

如何让Python将函数识别为生成器函数？

2 个答案: