Question

当我们查看Python文档时，我们可以看到生成器总是使用yield语句定义，但在Internet中我们可以看到有些人正在尝试使用类来实现生成器（例如，在这里How to write a generator class?）。

以下是使用类的示例生成器实现：

from collections import Generator
class Fib(Generator):
    def __init__(self):
        self.a, self.b = 0, 1        
    def send(self, ignored_arg):
        return_value = self.a
        self.a, self.b = self.b, self.a+self.b
        return return_value
    def throw(self, type=None, value=None, traceback=None):
        raise StopIteration

当我们在repl中执行它时，我们可以看到它不是生成器，而是普通对象。它只是尝试表现得像发电机。

>>> x = Fib()
>>> x
<__main__.Fib object at 0x7f05a61eab70>

当我们看PEP 342时：

为generator-iterators添加close（）方法，该方法在生成器暂停时引发GeneratorExit。

我认为使用自己的类实现不可能满足这个条件。

我错了吗？是否真的可以使用类实现真正的生成器？

Answer 1

生成器只是一种迭代器。来自datamodel documentation：

发电机功能
使用yield语句[...]的函数或方法称为生成器函数。这样的函数，当被调用时，总是返回一个迭代器对象，它可以用来执行函数体：调用迭代器的iterator.__next__()方法将导致函数执行，直到它提供了一个使用yield语句的值。当函数执行return语句或结束时，会引发StopIteration异常，并且迭代器将到达要返回的值集的末尾。

如果某个东西是生成器，你不能通过repr()输出告诉你。 Python会查找iterator methods，您可以在这些方法之上实现自己的send和throw方法。正如您所做的那样。

因此，您的实现按设计工作，它是有效的迭代器：

>>> x = Fib()
>>> next(x)
0
>>> next(x)
1

如果没有collections.abc.Generator基础，您还可以实现自己的__iter__ method（此有以返回self），以及__next__ method在调用时生成下一个值，或在完成时引发StopIteration。

基础collections.abc.Generator实现为您定义__next__方法，并提供只调用__iter__的{{1}}方法。

我们可以用类实现生成器吗？

1 个答案: