可爱的Python: 用基于生成器的状态机和协同程序增加效率

Python 2.2 中引进的简单生成器可用于简化状态机以及模仿协同程序。David 在“可爱的 Python”专栏较早前的一个部分中介绍了一个 状态机处理的抽象模式。从那时起，简单生成器的引进就为描述机器提供了一些更自然的范例。协同程序是一种“外来”流机制，广泛使用的语言几乎都不支持这种机制（甚至连非 Stackless Python 都不支持它）。然而，Python 的新生成器 几乎完全支持协同程序，几乎不用模仿任何额外的步骤。在本文中，David 通过说明性代码样本解释了所有相关概念。

您需要花上一段时间才能完全“了解”Python 2.2 的新生成器。即使在“可爱的 Python”前面一部分中已经写过了 介绍简单生成器，我还是不能说已经完全理解了生成器的“完整结构（gestalt）”。本文介绍了一些供生成器使用的附加模式，并且希望它能让我本人和读者更深入地了解“可恢复函数”这一理念体系。

简单生成器有许多优点。生成器除了能够用更自然的方法表达一类问题的流程之外，还极大地改善了许多效率不足之处。在 Python 中，函数调用代价不菲；除其它因素外，还要花一段时间解决函数参数列表（除了其它的事情外，还要分析位置参数和缺省参数）。初始化框架对象还要采取一些建立步骤（据 Tim Peters 在 comp.lang.python 上所说，有 100 多行 C 语言程序；我自己还没检查 Python 源代码呢）。与此相反，恢复一个生成器就相当省力；参数已经解析完了，而且框架对象正“无所事事地”等待恢复（几乎不需要额外的初始化）。当然，如果速度是最重要的，您不应该使用字节码已编译过的动态语言；但即使在速度不是主要考虑因素的情况下，快点总比慢点好。

回忆状态机

在“可爱的 Python”前面的另一篇文章中，我介绍了 StateMachine 类 ，给定的机器需要多少状态处理程序，它就允许用户添加多少状态处理程序。在模型中，将一个或多个状态定义为终态（end state），仅将一个状态定义为初始状态（start state）（调用类方法对此进行配置）。每个处理程序都有某种必需的结构；处理程序将执行一系列操作，然后过一会儿，它带着一个标记返回到 StateMachine.run() 方法中的循环内，该标记指出了想得到的下一个状态。同样，用 cargo 变量允许一个状态把一些（未处理的）信息传递给下一个状态。

我介绍的 StateMachine 类的典型用途是以一个有状态的方式使用输入。例如，我所用的一个文本处理工具（Txt2Html）从一个文件中读取数行内容；依据每行所属的类别，需要以特殊的方式对其进行处理。然而，您经常需要看看前面几行提供的上下文来确定当前行属于哪个类别（以及应该怎样处理它）。构建在 StateMachine 类上的这个过程的实现可以定义一个 A 处理程序，该处理程序读取几行，然后以类似 A 的方式处理这些行。不久，满足了一个条件，这样下一批的几行内容就应该由 B 处理程序来处理了。 A 把控制传递回 .run() 循环，同时指示切换到 B 状态 ― 以及任何 A 不能正确处理的、 B 应该在阅读额外的几行之前处理的额外的行。最后，某个处理程序将它的控制传递给某个被指定为终态的状态，处理停止（halt）。

对于前面一部分中的具体代码示例，我使用了一个简化过的应用程序。我处理由迭代函数产生的数字流，而不是处理多行内容。每个状态处理程序仅打印那些在期望的数字范围内的数字（以及关于有效状态的一些消息）。当数字流中的一个数字传到一个不同的范围内，另一个不同的处理程序就会接管“处理”。对于这一部分，我们将看看另一种用生成器实现相同数字流处理的方式（有一些额外的技巧和功能）。但是，一个更复杂的生成器示例有可能对更象上一段中提到的输入流进行处理。我们再来看看前一个状态机删减过代码的版本：

清单 1. statemachine_test.py

from statemachine import StateMachine
def ones_counter(val):
　　print "ONES State:　　",
　　while 1:
　　　　if val <= 0 or val >= 30:
　　　　　 newState = "Out_of_Range" ; break
　　　　elif 20 <= val < 30:
　　　　　　newState = "TWENTIES";　　 break
　　　　elif 10 <= val < 20:
　　　　　　newState = "TENS";　　　　 break
　　　　else:
　　　　　　print "　@ %2.1f+" % val,
　　　　val = math_func(val)
　　print "　>>"
　　return (newState, val)
# ... other handlers ...
def math_func(n):
　　from math import sin
　　return abs(sin(n))*31
if __name__== "__main__":
　　m = StateMachine()
　　m.add_state("ONES", ones_counter)
　　m.add_state("TENS", tens_counter)
　　m.add_state("TWENTIES", twenties_counter)
　　m.add_state("OUT_OF_RANGE", None, end_state=1)
　　m.set_start("ONES")
　　m.run(1)

读者如果接下来对导入的 StateMachine 类以及它的方法如何工作感兴趣，应该看看前面的文章。