เชี่ยวชาญโปรโตคอลการวนซ้ำและเจเนอเรเตอร์ เพื่อประมวลผลสตรีมข้อมูลแบบขี้เกียจ ด้วยหน่วยความจำคงที่
เปิดบทเรียนนี้ใน Kodokonfor ของ Python ไม่ใช่อะไรมากไปกว่าโปรโตคอลหนึ่ง: iter(obj) ขอ อิเทอเรเตอร์ จากนั้น next() จะถูกเรียกไปเรื่อย ๆ จนเกิดข้อยกเว้น StopIteration จงแยกให้ออกระหว่าง อ็อบเจกต์ที่วนซ้ำได้ (iterable) (เช่นลิสต์ ที่มอบอิเทอเรเตอร์ตัวใหม่ให้ได้ในทุกรอบ) กับ อิเทอเรเตอร์ (ตัวชี้ตำแหน่ง ที่เดินผ่านได้เพียงครั้งเดียว) การเข้าใจโปรโตคอลนี้คือการเข้าใจว่าทำไมอ็อบเจกต์บางตัวจึง "ถูกใช้จนหมด"
numbers = [10, 20, 30]
iterator = iter(numbers)
print(next(iterator))
print(next(iterator))
print(next(iterator))
# next(iterator) would raise StopIterationฟังก์ชันที่มี yield อยู่ข้างในจะไม่ทำงานตอนถูกเรียก มันคืน เจเนอเรเตอร์ ออกมา ซึ่งเป็นอิเทอเรเตอร์ที่ตัวโค้ดของมันทำงานตามที่ร้องขอ next() แต่ละครั้งจะเดินหน้าไปยัง yield ตัวถัดไป ซึ่งการทำงานจะถูก หยุดพักไว้ พร้อมกับสถานะท้องถิ่นทั้งหมดของมัน ผลที่ตามมาโดยตรงคือ หน่วยความจำคงที่ไม่ว่าสตรีมจะใหญ่แค่ไหน - คุณผลิตค่าออกมาทีละตัว แทนที่จะสร้างลิสต์ทั้งก้อนขึ้นมาจริง ๆ
def squares(limit):
n = 0
while n < limit:
yield n * n
n += 1
gen = squares(4)
print(next(gen)) # 0
print(list(gen)) # [1, 4, 9]ประโยชน์หลักในงานจริงคือ ไปป์ไลน์ แต่ละขั้นบริโภคสตรีมจากขั้นก่อนหน้าและผลิตสตรีมของตัวเองออกมาแบบขี้เกียจ ไม่มีอะไรทำงานเลยก่อนการบริโภคขั้นสุดท้าย (list(), sum() หรือลูป for) ข้อแลกเปลี่ยนที่ต้องจำไว้: ลิสต์เดินผ่านได้หลายครั้งและตัดแบ่ง (slice) ได้ ส่วนเจเนอเรเตอร์ทำไม่ได้ แต่ในทางกลับกัน เจเนอเรเตอร์ประมวลผลไฟล์ขนาด 10 GB ได้โดยไม่ทำให้ RAM เต็ม นิพจน์เจเนอเรเตอร์ - (f(x) for x in xs if cond) - ครอบคลุมขั้นตอนง่าย ๆ ได้โดยไม่ต้องนิยามฟังก์ชัน
lines = [" 12 ", "x", " 7", "", "30"]
def clean(rows):
for row in rows:
row = row.strip()
if row.isdigit():
yield int(row)
def keep_from(values, floor):
return (v for v in values if v >= floor)
pipeline = keep_from(clean(lines), 10)
print(list(pipeline)) # [12, 30]