我是 Python 和编程的新手。对于新程序员来说，生成器有点太复杂而难以理解。这是我关于 Python 生成器函数的理论:

1. 任何包含yield语句的函数都会返回一个生成器对象

2. 生成器对象是一个包含状态的堆栈

3. 每次我调用 .next 方法时，Python 都会提取函数的状态，当它找到另一个 yield 语句时，它会再次绑定(bind)该状态并删除之前的状态:

示例:

 [ 
  [state1] # Stack contains states and states contain info about the function
  [state2] # State1 will be deleted when python finds the other yield? 
 ] 

这当然可能是世界上最愚蠢的理论，但请原谅我是编码领域的新手。

我的问题:

1. Python 内部用什么来存储状态？

2. yield 语句是否将状态添加到堆栈(如果存在)？

3. yield 在内部创造了什么？我知道 yield 创建了一个生成器对象，但是，我想知道生成器对象包含什么使它们工作？它们只是状态的堆栈/列表吗？我们使用 .next 方法来提取每个状态，Python 会自动调用带有索引状态的函数吗？

最佳答案

Any function contains a yield statement will return a generator object

这是正确的。包含 yield 的函数的返回值是一个生成器对象。生成器对象是一个迭代器，其中每次迭代返回一个值为 yield 的值从支持生成器的代码中编辑。

A generator object is a stack contains state

生成器对象包含指向当前执行帧的指针，以及用于维护生成器状态的一大堆其他内容。执行框架包含生成器中代码的调用堆栈。

Each time I call .next method Python extracts the function's state and when it finds another yield statement it'll bind the state again and deletes the prior state

有点。当您调用 next(gen_object) , python evaluates the current execution frame :

gen_send_ex(PyGenObject *gen, PyObject *arg, int exc) {  // This is called when you call next(gen_object)
    PyFrameObject *f = gen->gi_frame;
    ...
    gen->gi_running = 1;
    result = PyEval_EvalFrameEx(f, exc);  // This evaluates the current frame
    gen->gi_running = 0; 

PyEval_EvalFrame是最高级别的功能used to interpret Python bytecode :

PyObject PyEval_EvalFrameEx(PyFrameObject f, int throwflag)

This is the main, unvarnished function of Python interpretation. It is literally 2000 lines long. The code object associated with the execution frame f is executed, interpreting bytecode and executing calls as needed. The additional throwflag parameter can mostly be ignored - if true, then it causes an exception to immediately be thrown; this is used for the throw() methods of generator objects.

它知道当它遇到 yield 时在评估字节码时，它应该 return the value being yielded to the caller :

TARGET(YIELD_VALUE) {
    retval = POP();
    f->f_stacktop = stack_pointer;
    why = WHY_YIELD;
    goto fast_yield;
}

当你屈服时，帧值堆栈的当前值会被保留(通过 f->f_stacktop = stack_pointer )，这样我们就可以在 next 时从我们中断的地方继续。再次被调用。所有非生成器函数集 f_stacktop至 NULL他们完成评估后。所以当你调用next再次在生成器对象上，PyEval_ExvalFrameEx再次调用，使用与以前相同的帧指针。指针的状态将与它在前一次屈服时的状态完全相同，因此将从该点继续执行。本质上，框架的当前状态是“卡住”的。这在 PEP that introduced generators 中有描述。 :

If a yield statement is encountered, the state of the function is frozen, and the value [yielded] is returned to .next()'s caller. By "frozen" we mean that all local state is retained, including the current bindings of local variables, the instruction pointer, and the internal evaluation stack: enough information is saved so that the next time .next() is invoked, the function can proceed exactly as if the yield statement were just another external call.

下面是生成器对象维护的大部分状态(直接取自其头文件):

typedef struct {
    PyObject_HEAD
    /* The gi_ prefix is intended to remind of generator-iterator. */

    /* Note: gi_frame can be NULL if the generator is "finished" */
    struct _frame *gi_frame;

    /* True if generator is being executed. */
    char gi_running;

    /* The code object backing the generator */
    PyObject *gi_code;

    /* List of weak reference. */
    PyObject *gi_weakreflist;

    /* Name of the generator. */
    PyObject *gi_name;

    /* Qualified name of the generator. */
    PyObject *gi_qualname;
} PyGenObject;

gi_frame是指向当前执行帧的指针。

请注意，所有这些都是特定于 CPython 实现的。 PyPy/Jython/等。很可能以完全不同的方式实现生成器。我鼓励你read through the source for generator objects了解有关 CPython 实现的更多信息。

关于python - 生成器如何在 python 中工作，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/25232350/