在python中深度复制生成器

Question

我在使用一个生成器函数，比如：

def foo():
    i=0
    while (i<10):
         i+=1
         yield i

现在，我想选择在多次迭代后复制生成器，这样新的副本将保留内部状态（在示例中具有相同的“I”），但现在将独立于原始副本（即在副本上迭代不应更改原始副本）。

我试过使用copy.deepcopy，但是我得到了一个错误：

 "TypeError: object.__new__(generator) is not safe, use generator.__new__()"   

很明显，我可以使用带计数器的常规函数来解决这个问题。 但我真的在寻找一个使用发电机的解决方案。

Answer 1

我能想到三种情况：

• 生成器没有副作用，您只希望能够遍历已经捕获的结果。您可以考虑使用cached generator而不是真正的生成器。您还可以共享缓存的生成器，如果有任何客户机走向您尚未访问过的项目，它将前进。这类似于tee（）方法，但tee功能是在生成器/缓存本身中执行的，而不是要求客户端执行。

• 生成器有副作用，但没有历史记录，您希望能够在任何地方重新启动。考虑将其作为coroutine编写，在这里您可以随时传入要启动的值。

• 生成器有副作用和历史记录，这意味着生成器在G（x）处的状态取决于G（x-1）的结果，因此不能只将x传递回它以在任何地方启动。在这种情况下，我认为您需要更具体地说明您要做什么，因为结果不仅取决于生成器，还取决于其他数据的状态。也许，在这种情况下，有更好的方法。

Answer 2

对itertools.tee的评论也是我的第一个猜测。由于警告您在使用tee后不应再推进原始生成器，因此我可能会编写如下内容来派生副本：

>>> from itertools import tee
>>>
>>> def foo():
...   i = 0
...   while i < 10:
...     i += 1
...     yield i
...
>>>
>>> it = foo()
>>> it.next()
1
>>> it, other = tee(it)
>>> it.next()
2
>>> other.next()
2