摘要

本 PEP 提议增强生成器表达式，添加一个“while”子句来补充现有的“if”子句。

基本原理

生成器表达式（PEP 289）是一种简洁的方法，用于将动态生成的对象提供给列表推导式（PEP 202）。当前的生成器表达式允许使用“if”子句来过滤返回的对象，只保留满足某些标准的那些。然而，由于“if”子句会针对每个可能返回的对象进行求值，在某些情况下，可能会出现某个点之后的所有对象都被拒绝的情况。例如

g = (n for n in range(100) if n*n < 50)

这等同于使用生成器函数（PEP 255）

def __gen(exp):
    for n in exp:
        if n*n < 50:
            yield n
g = __gen(iter(range(10)))

将产生 0, 1, 2, 3, 4, 5, 6 和 7，但也会考虑 8 到 99 的数字并全部拒绝，因为在这个范围内，n*n >= 50。允许使用“while”子句将允许短路冗余的测试

g = (n for n in range(100) while n*n < 50)

也将产生 0, 1, 2, 3, 4, 5, 6 和 7，但在 8 处停止，因为条件（n*n < 50）不再为真。这等同于生成器函数

def __gen(exp):
    for n in exp:
        if n*n < 50:
            yield n
        else:
            break
g = __gen(iter(range(100)))

目前，为了达到相同的结果，需要要么编写上述那样的生成器函数，要么使用 itertools 中的 takewhile 函数

from itertools import takewhile
g = takewhile(lambda n: n*n < 50, range(100))

takewhile 代码实现了与提议语法相同的结果，尽管方式更冗长（有些人会说“不够优雅”）。此外，takewhile 版本需要额外的函数调用（上面的示例中的 lambda），并伴随着相应的性能损失。一个简单的测试表明

for n in (n for n in range(100) if 1): pass

比...性能好约 10%

for n in takewhile(lambda n: 1, range(100)): pass

尽管它们实现了相似的结果。（第一个示例使用生成器；takewhile 是一个迭代器）。如果实现方式相似，“while”子句的性能应该与今天的“if”子句的性能大致相同。

读者可能会问，“if”和“while”子句是否应该互斥。有一些很好的例子表明，在某些时候两者都可以发挥优势。例如

p = (p for p in primes() if p > 100 while p < 1000)

应该返回 100 到 1000 之间找到的素数，假设我有一个 primes() 生成器，它产生素数。

为生成器表达式添加“while”子句在保持紧凑形式的同时，增加了一个有用的短路表达式的功能。

致谢

Raymond Hettinger 于 2002 年 1 月首次提出了生成器表达式的概念。

版权

本文档已置于公共领域。