如何编写能够return Python 迭代器对象的（Python 模块的C 代码？
How to write C code (of a Python module) able to return a Python iterator object?
在我很快成功地用 C++ ( ) 编写了一个简约的 Python3.6 扩展模块之后，我计划提供一个 Python 模块，它的作用与以下相同Python 函数 iterUniqueCombos():
def iterUniqueCombos(lstOfSortableItems, sizeOfCombo):
lstOfSortedItems = sorted(lstOfSortableItems)
sizeOfList = len(lstOfSortedItems)
lstComboCandidate = []
def idxNextUnique(idxItemOfList):
idxNextUniqueCandidate = idxItemOfList + 1
while (
idxNextUniqueCandidate < sizeOfList
and
lstOfSortedItems[idxNextUniqueCandidate] == lstOfSortedItems[idxItemOfList]
): # while
idxNextUniqueCandidate += 1
idxNextUnique = idxNextUniqueCandidate
return idxNextUnique
def combinate(idxItemOfList):
if len(lstComboCandidate) == sizeOfCombo:
yield tuple(lstComboCandidate)
elif sizeOfList - idxItemOfList >= sizeOfCombo - len(lstComboCandidate):
lstComboCandidate.append(lstOfSortedItems[idxItemOfList])
yield from combinate(idxItemOfList + 1)
lstComboCandidate.pop()
yield from combinate(idxNextUnique(idxItemOfList))
yield from combinate(0)
我对 Python 和 C++ 编程有一些基本的了解，但完全不知道如何 "translate" Pythons yield 到 C++ Python 扩展模块的代码。所以我的问题是：
How to write C++ code (of a Python module) able to return a Python iterator object?
欢迎任何帮助我入门的提示。
更新（状态 2017-05-07）：
两个评论：yield 没有 C++ 等价物。我将从在 Python 中手动实现迭代器协议开始，以摆脱 yield 和 yield from 心态。 – user2357112 4 月 26 日在 1:16 和 danny 的回答中的提示这个问题的答案与询问 'How do I implement an iterator without using yield' 相同，但在C++ 扩展而不是纯 Python. 通过重写算法代码以消除 yield 并通过编写 C 代码将我的编程工作推向了重新发明轮子的错误方向从头开始的 Python 扩展模块（导致下雨 Segmentation Fault 错误）。
The state-of-the-art of my current knowledge on the subject of the question is that using Cython it is possible to translate the above Python code (which is using yield) directly into C code of a Python extension module.
这不仅可以按原样使用 Python 代码（无需重写任何内容），而且可以提高 Cython 使用 yield 的运行速度至少是使用 __iter__ 和 __next__ 重写算法 从迭代器 class 创建的扩展模块的两倍（后者有效，如果Python 脚本中没有添加 Cython 特定的速度优化代码）。
Python 中的迭代器是生成器的一种特殊形式，由包含方法 __iter__ 和 next 的 class 实现，其中 __iter__ returns self 和 next returns 每个值依次递增，在迭代结束时提高 StopIteration - see PEP.
要提供 C++ 等效项，C++ 代码需要实现相同的 python 函数以符合协议。生成的扩展类型是一个迭代器。
换句话说，这个问题的答案与询问“如何在不使用 yield 的情况下实现迭代器”相同，而是在 C++ 扩展中纯 Python。关于堆栈溢出，有几个现有的答案。
注意 - next 在 Python 上是 __next__ 3.
这更像是对你的问题编辑的回应而不是完整的答案 - 我同意 Danny 的回答的要点，你需要在 class 和 __next__/next 方法（取决于 Python 的版本）。在您的编辑中，您断言它一定是可能的，因为 Cython 可以做到。我认为值得看看 Cython 究竟是如何做到的。
从一个基本示例开始（选择它是因为它有一些不同的 yield 语句和一个循环）：
def basic_iter(n):
a = 0
b = 5
yield a
a+=3
yield b
b+=2
for i in range(n):
yield a+b+n
a = b+1
b*=2
yield 50
Cython 做的第一件事是定义一个 __pyx_CoroutineObject C class 和一个实现 __next__/next 的 __Pyx_Generator_Next 方法。 __pyx_CoroutineObject的一些相关属性：
body - 实现您定义的逻辑的 C 函数指针。resume_label - 一个整数，用于记住您在 bodyclosure - 自定义创建的 C class，用于存储 body.
稍微迂回一下，__Pyx_Generator_Next 调用 body 属性，它是您定义的 Python 代码的翻译。
然后让我们看看分配给 body 的函数是如何工作的 - 在我的例子中称为 __pyx_gb_5iters_2generator。它做的第一件事是使用 resume_label 跳转到右边的 yield 语句：
switch (__pyx_generator->resume_label) {
case 0: goto __pyx_L3_first_run;
case 1: goto __pyx_L4_resume_from_yield;
case 2: goto __pyx_L5_resume_from_yield;
case 3: goto __pyx_L8_resume_from_yield;
case 4: goto __pyx_L9_resume_from_yield;
default: /* CPython raises the right error here */
__Pyx_RefNannyFinishContext();
return NULL;
}
任何变量赋值都是通过 closure 结构完成的（本地命名为 __pyx_cur_scope:
/* a = 0 # <<<<<<<<<<<<<< */
__pyx_cur_scope->__pyx_v_a = __pyx_int_0
yield 设置 resume_label 和 returns（resume_label 允许您下次直接跳回）：
__pyx_generator->resume_label = 1;
return __pyx_r;
循环稍微复杂一点，但基本相同——它使用 goto 跳入 C 循环（这是合法的）。
最后，一旦它到达终点就会引发 StopIteration 错误：
PyErr_SetNone(PyExc_StopIteration);
总而言之，Cython 完全按照建议您做的：它使用 __next__ 或 next 方法定义了 class 并使用该 class 来跟踪状态。因为它是自动化的，所以它非常擅长跟踪引用计数，从而避免您遇到的 Segmentation Fault 错误。使用goto到return到上一个执行点是高效的，但需要小心。
我明白为什么用单个 __next__/next 函数重写 C 中的生成器函数没有吸引力，而 Cython 显然提供了一种无需自己编写 C 的直接方法，但它不使用任何特殊技术在您已被告知的内容之上进行翻译。
在我很快成功地用 C++ ( iterUniqueCombos():
def iterUniqueCombos(lstOfSortableItems, sizeOfCombo):
lstOfSortedItems = sorted(lstOfSortableItems)
sizeOfList = len(lstOfSortedItems)
lstComboCandidate = []
def idxNextUnique(idxItemOfList):
idxNextUniqueCandidate = idxItemOfList + 1
while (
idxNextUniqueCandidate < sizeOfList
and
lstOfSortedItems[idxNextUniqueCandidate] == lstOfSortedItems[idxItemOfList]
): # while
idxNextUniqueCandidate += 1
idxNextUnique = idxNextUniqueCandidate
return idxNextUnique
def combinate(idxItemOfList):
if len(lstComboCandidate) == sizeOfCombo:
yield tuple(lstComboCandidate)
elif sizeOfList - idxItemOfList >= sizeOfCombo - len(lstComboCandidate):
lstComboCandidate.append(lstOfSortedItems[idxItemOfList])
yield from combinate(idxItemOfList + 1)
lstComboCandidate.pop()
yield from combinate(idxNextUnique(idxItemOfList))
yield from combinate(0)
我对 Python 和 C++ 编程有一些基本的了解，但完全不知道如何 "translate" Pythons yield 到 C++ Python 扩展模块的代码。所以我的问题是：
How to write C++ code (of a Python module) able to return a Python iterator object?
欢迎任何帮助我入门的提示。
更新（状态 2017-05-07）：
两个评论：yield 没有 C++ 等价物。我将从在 Python 中手动实现迭代器协议开始，以摆脱 yield 和 yield from 心态。 – user2357112 4 月 26 日在 1:16 和 danny 的回答中的提示这个问题的答案与询问 'How do I implement an iterator without using yield' 相同，但在C++ 扩展而不是纯 Python. 通过重写算法代码以消除 yield 并通过编写 C 代码将我的编程工作推向了重新发明轮子的错误方向从头开始的 Python 扩展模块（导致下雨 Segmentation Fault 错误）。
The state-of-the-art of my current knowledge on the subject of the question is that using Cython it is possible to translate the above Python code (which is using
yield) directly into C code of a Python extension module.
这不仅可以按原样使用 Python 代码（无需重写任何内容），而且可以提高 Cython 使用 yield 的运行速度至少是使用 __iter__ 和 __next__ 重写算法 从迭代器 class 创建的扩展模块的两倍（后者有效，如果Python 脚本中没有添加 Cython 特定的速度优化代码）。
Python 中的迭代器是生成器的一种特殊形式，由包含方法 __iter__ 和 next 的 class 实现，其中 __iter__ returns self 和 next returns 每个值依次递增，在迭代结束时提高 StopIteration - see PEP.
要提供 C++ 等效项，C++ 代码需要实现相同的 python 函数以符合协议。生成的扩展类型是一个迭代器。
换句话说，这个问题的答案与询问“如何在不使用 yield 的情况下实现迭代器”相同，而是在 C++ 扩展中纯 Python。关于堆栈溢出，有几个现有的答案。
注意 - next 在 Python 上是 __next__ 3.
这更像是对你的问题编辑的回应而不是完整的答案 - 我同意 Danny 的回答的要点，你需要在 class 和 __next__/next 方法（取决于 Python 的版本）。在您的编辑中，您断言它一定是可能的，因为 Cython 可以做到。我认为值得看看 Cython 究竟是如何做到的。
从一个基本示例开始（选择它是因为它有一些不同的 yield 语句和一个循环）：
def basic_iter(n):
a = 0
b = 5
yield a
a+=3
yield b
b+=2
for i in range(n):
yield a+b+n
a = b+1
b*=2
yield 50
Cython 做的第一件事是定义一个 __pyx_CoroutineObject C class 和一个实现 __next__/next 的 __Pyx_Generator_Next 方法。 __pyx_CoroutineObject的一些相关属性：
body- 实现您定义的逻辑的 C 函数指针。resume_label- 一个整数，用于记住您在body 定义的函数中的进度
closure- 自定义创建的 C class，用于存储body. 中使用的所有变量
稍微迂回一下，__Pyx_Generator_Next 调用 body 属性，它是您定义的 Python 代码的翻译。
然后让我们看看分配给 body 的函数是如何工作的 - 在我的例子中称为 __pyx_gb_5iters_2generator。它做的第一件事是使用 resume_label 跳转到右边的 yield 语句：
switch (__pyx_generator->resume_label) {
case 0: goto __pyx_L3_first_run;
case 1: goto __pyx_L4_resume_from_yield;
case 2: goto __pyx_L5_resume_from_yield;
case 3: goto __pyx_L8_resume_from_yield;
case 4: goto __pyx_L9_resume_from_yield;
default: /* CPython raises the right error here */
__Pyx_RefNannyFinishContext();
return NULL;
}
任何变量赋值都是通过 closure 结构完成的（本地命名为 __pyx_cur_scope:
/* a = 0 # <<<<<<<<<<<<<< */
__pyx_cur_scope->__pyx_v_a = __pyx_int_0
yield 设置 resume_label 和 returns（resume_label 允许您下次直接跳回）：
__pyx_generator->resume_label = 1;
return __pyx_r;
循环稍微复杂一点，但基本相同——它使用 goto 跳入 C 循环（这是合法的）。
最后，一旦它到达终点就会引发 StopIteration 错误：
PyErr_SetNone(PyExc_StopIteration);
总而言之，Cython 完全按照建议您做的：它使用 __next__ 或 next 方法定义了 class 并使用该 class 来跟踪状态。因为它是自动化的，所以它非常擅长跟踪引用计数，从而避免您遇到的 Segmentation Fault 错误。使用goto到return到上一个执行点是高效的，但需要小心。
我明白为什么用单个 __next__/next 函数重写 C 中的生成器函数没有吸引力，而 Cython 显然提供了一种无需自己编写 C 的直接方法，但它不使用任何特殊技术在您已被告知的内容之上进行翻译。