深度详解 Python yield与实现

2018-02-15 14:17

 

Python yield与实现

yield的功能类似于return,但是不同之处在于它返回的是生成器

 

生成器

 

生成器是通过一个或多个yield表达式构成的函数,每一个生成器都是一个迭代器(但是迭代器不一定是生成器)。

如果一个函数包含yield关键字,这个函数就会变为一个生成器。

生成器并不会一次返回所有结果,而是每次遇到yield关键字后返回相应结果,并保留函数当前的运行状态,等待下一次的调用。

由于生成器也是一个迭代器,那么它就应该支持next方法来获取下一个值。

 

基本操作

 

# 通过`yield`来创建生成器

def func():

   for i in xrange(10);

        yield i

 

# 通过列表来创建生成器

[i for i in xrange(10)]

 

# 调用如下

>>> f = func()

>>> f # 此时生成器还没有运行

<generator object func at 0x7fe01a853820>

>>> f.next() # 当i=0时,遇到yield关键字,直接返回

0

>>> f.next() # 继续上一次执行的位置,进入下一层循环

1

...

>>> f.next()

9

>>> f.next() # 当执行完最后一次循环后,结束yield语句,生成StopIteration异常

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

StopIteration

>>>

 

除了next函数,生成器还支持send函数。该函数可以向生成器传递参数。

 

>>> def func():

...     n = 0

...     while 1:

...         n = yield n #可以通过send函数向n赋值

...

>>> f = func()

>>> f.next() # 默认情况下n为0

0

>>> f.send(1) #n赋值1

1

>>> f.send(2)

2

>>>

 

应用

 

最经典的例子,生成无限序列。

常规的解决方法是,生成一个满足要求的很大的列表,这个列表需要保存在内存中,很明显内存限制了这个问题。

def get_primes(start):

    for element in magical_infinite_range(start):

        if is_prime(element):

            return element

 

如果使用生成器就不需要返回整个列表,每次都只是返回一个数据,避免了内存的限制问题。

 

def get_primes(number):

    while True:

        if is_prime(number):

            yield number

        number += 1

 

 

生成器源码分析

 

生成器的源码在Objects/genobject.c

 

调用栈

 

在解释生成器之前,需要讲解一下Python虚拟机的调用原理。

Python虚拟机有一个栈帧的调用栈,其中栈帧的是PyFrameObject,位于Include/frameobject.h

typedef struct _frame {

    PyObject_VAR_HEAD

    struct _frame *f_back;  /* previous frame, or NULL */

    PyCodeObject *f_code;   /* code segment */

    PyObject *f_builtins;   /* builtin symbol table (PyDictObject) */

    PyObject *f_globals;    /* global symbol table (PyDictObject) */

    PyObject *f_locals;     /* local symbol table (any mapping) */

    PyObject **f_valuestack;    /* points after the last local */

    /* Next free slot in f_valuestack.  Frame creation sets to f_valuestack.

       Frame evaluation usually NULLs it, but a frame that yields sets it

       to the current stack top. */

    PyObject **f_stacktop;

    PyObject *f_trace;      /* Trace function */

 

    /* If an exception is raised in this frame, the next three are used to

     * record the exception info (if any) originally in the thread state.  See

     * comments before set_exc_info() -- it's not obvious.

     * Invariant:  if _type is NULL, then so are _value and _traceback.

     * Desired invariant:  all three are NULL, or all three are non-NULL.  That

     * one isn't currently true, but "should be".

     */

    PyObject *f_exc_type, *f_exc_value, *f_exc_traceback;

 

    PyThreadState *f_tstate;

    int f_lasti;        /* Last instruction if called */

    /* Call PyFrame_GetLineNumber() instead of reading this field

       directly.  As of 2.3 f_lineno is only valid when tracing is

       active (i.e. when f_trace is set).  At other times we use

       PyCode_Addr2Line to calculate the line from the current

       bytecode index. */

    int f_lineno;       /* Current line number */

    int f_iblock;       /* index in f_blockstack */

    PyTryBlock f_blockstack[CO_MAXBLOCKS]; /* for try and loop blocks */

    PyObject *f_localsplus[1];  /* locals+stack, dynamically sized */

} PyFrameObject;

 

栈帧保存了给出代码的的信息和上下文,其中包含最后执行的指令,全局和局部命名空间,异常状态等信息。f_valueblock保存了数据,b_blockstack保存了异常和循环控制方法。

举一个例子来说明,

def foo():

    x = 1

    def bar(y):

        z = y + 2  #

 

那么,相应的调用栈如下,一个py文件,一个类,一个函数都是一个代码块,对应者一个Frame,保存着上下文环境以及字节码指令。

 

c   ---------------------------

a  | bar Frame                 | -> block stack: []

l  |     (newest)              | -> data stack: [1, 2]

l   ---------------------------

   | foo Frame                 | -> block stack: []

s  |                           | -> data stack: [.bar at 0x10d389680>, 1]

t   ---------------------------

a  | main (module) Frame       | -> block stack: []

c  |       (oldest)            | -> data stack: []

k   ---------------------------

 

每一个栈帧都拥有自己的数据栈和block栈,独立的数据栈和block栈使得解释器可以中断和恢复栈帧(生成器正式利用这点)。

Python代码首先被编译为字节码,再由Python虚拟机来执行。一般来说,一条Python语句对应着多条字节码(由于每条字节码对应着一条C语句,而不是一个机器指令,所以不能按照字节码的数量来判断代码性能)。

调用dis模块可以分析字节码,

from dis import dis

 

dis(foo)

 

  5           0 LOAD_CONST               1 (1) # 加载常量1

              3 STORE_FAST               0 (x) # x赋值为1

 

  6           6 LOAD_CONST               2 (<code>) # 加载常量2

              9 MAKE_FUNCTION            0 # 创建函数

             12 STORE_FAST               1 (bar)

 

  9          15 LOAD_FAST                1 (bar)

             18 LOAD_FAST                0 (x)

             21 CALL_FUNCTION            1  # 调用函数

             24 RETURN_VALUE        </code>

其中,

第一行为代码行号;

第二行为偏移地址;

第三行为字节码指令;

第四行为指令参数;

第五行为参数解释。

 

 

生成器源码分析

 

由了上面对于调用栈的理解,就可以很容易的明白生成器的具体实现。

生成器的源码位于object/genobject.c

生成器的创建

 

PyObject *

PyGen_New(PyFrameObject *f)

{

    PyGenObject *gen = PyObject_GC_New(PyGenObject, &PyGen_Type); # 创建生成器对象

    if (gen == NULL) {

        Py_DECREF(f);

        return NULL;

    }

    gen->gi_frame = f; # 赋予代码块

    Py_INCREF(f->f_code); # 引用计数+1

    gen->gi_code = (PyObject *)(f->f_code);

    gen->gi_running = 0; # 0表示为执行,也就是生成器的初始状态

    gen->gi_weakreflist = NULL;

    _PyObject_GC_TRACK(gen); # GC跟踪

    return (PyObject *)gen;

}

 

send与next

nextsend函数,如下

 

static PyObject *

gen_iternext(PyGenObject *gen)

{

    return gen_send_ex(gen, NULL, 0);

}

 

 

static PyObject *

gen_send(PyGenObject *gen, PyObject *arg)

{

    return gen_send_ex(gen, arg, 0);

}


从上面的代码中可以看到,sendnext都是调用的同一函数gen_send_ex,区别在于是否带有参数。

 

 

static PyObject *

gen_send_ex(PyGenObject *gen, PyObject *arg, int exc)

{

    PyThreadState *tstate = PyThreadState_GET();

    PyFrameObject *f = gen->gi_frame;

    PyObject *result;

 

    if (gen->gi_running) { # 判断生成器是否已经运行

        PyErr_SetString(PyExc_ValueError,

                        "generator already executing");

        return NULL;

    }

    if (f==NULL || f->f_stacktop == NULL) { # 如果代码块为空或调用栈为空,则抛出StopIteration异常

        /* Only set exception if called from send() */

        if (arg && !exc)

            PyErr_SetNone(PyExc_StopIteration);

        return NULL;

    }

 

    if (f->f_lasti == -1) { # f_lasti=1 代表首次执行

        if (arg && arg != Py_None) { # 首次执行不允许带有参数

            PyErr_SetString(PyExc_TypeError,

                            "can't send non-None value to a "

                            "just-started generator");

            return NULL;

        }

    } else {

        /* Push arg onto the frame's value stack */

        result = arg ? arg : Py_None;

        Py_INCREF(result); # 该参数引用计数+1

        *(f->f_stacktop++) = result; # 参数压栈

    }

 

    /* Generators always return to their most recent caller, not

     * necessarily their creator. */

    f->f_tstate = tstate;

    Py_XINCREF(tstate->frame);

    assert(f->f_back == NULL);

    f->f_back = tstate->frame;

 

    gen->gi_running = 1; # 修改生成器执行状态

    result = PyEval_EvalFrameEx(f, exc); # 执行字节码

    gen->gi_running = 0; # 恢复为未执行状态

 

    /* Don't keep the reference to f_back any longer than necessary.  It

     * may keep a chain of frames alive or it could create a reference

     * cycle. */

    assert(f->f_back == tstate->frame);

    Py_CLEAR(f->f_back);

    /* Clear the borrowed reference to the thread state */

    f->f_tstate = NULL;

 

    /* If the generator just returned (as opposed to yielding), signal

     * that the generator is exhausted. */

    if (result == Py_None && f->f_stacktop == NULL) {

        Py_DECREF(result);

        result = NULL;

        /* Set exception if not called by gen_iternext() */

        if (arg)

            PyErr_SetNone(PyExc_StopIteration);

    }

 

    if (!result || f->f_stacktop == NULL) {

        /* generator can't be rerun, so release the frame */

        Py_DECREF(f);

        gen->gi_frame = NULL;

    }

 

    return result;

}

 

字节码的执行

 

PyEval_EvalFrameEx函数的功能为执行字节码并返回结果。

# 主要流程如下,

for (;;) {

   switch(opcode) { # opcode为操作码,对应着各种操作

        case NOP:

            goto  fast_next_opcode;

        ...

        ...

        case YIELD_VALUE: # 如果操作码是yield

            retval = POP();

            f->f_stacktop = stack_pointer;

            why = WHY_YIELD;

            goto fast_yield; # 利用goto跳出循环

    }

}

 

fast_yield:

    ...

return vetval; # 返回结果

 

举一个例子,f_back上一个Frame,f_lasti上一次执行的指令的偏移量,

 

import sys

from dis import dis

 

 

def func():

    f = sys._getframe(0)

    print f.f_lasti

    print f.f_back

    yield 1

 

    print f.f_lasti

    print f.f_back

    yield 2

 

 

a = func()

dis(func)

a.next()

a.next()


结果如下,其中第三行的英文为操作码,对应着上面的opcode,每次switch都是在不同的opcode之间进行选择。

 

6           0 LOAD_GLOBAL              0 (sys)

              3 LOAD_ATTR                1 (_getframe)

              6 LOAD_CONST               1 (0)

              9 CALL_FUNCTION            1

             12 STORE_FAST               0 (f)

 

  7          15 LOAD_FAST                0 (f)

             18 LOAD_ATTR                2 (f_lasti)

             21 PRINT_ITEM          

             22 PRINT_NEWLINE      

 

  8          23 LOAD_FAST                0 (f)

             26 LOAD_ATTR                3 (f_back)

             29 PRINT_ITEM          

             30 PRINT_NEWLINE      

 

  9          31 LOAD_CONST               2 (1)

             34 YIELD_VALUE     # 此时操作码为YIELD_VALUE,直接跳转上述goto语句,此时f_lasti为当前指令,f_back为当前frame

             35 POP_TOP            

 

11          36 LOAD_FAST                0 (f)

             39 LOAD_ATTR                2 (f_lasti)

             42 PRINT_ITEM          

             43 PRINT_NEWLINE      

 

12          44 LOAD_FAST                0 (f)

             47 LOAD_ATTR                3 (f_back)

             50 PRINT_ITEM          

             51 PRINT_NEWLINE      

 

13          52 LOAD_CONST               3 (2)

             55 YIELD_VALUE        

             56 POP_TOP            

             57 LOAD_CONST               0 (None)

             60 RETURN_VALUE        

18

<frame object at 0x7fa75fcebc20> #和下面的frame相同,属于同一个frame,也就是说在同一个函数(命名空间)内,frame是同一个。

39

<frame object at 0x7fa75fcebc20>

 

 

来源: cococo点点

http://www.cnblogs.com/coder2012/p/4990834.html