在使用 Python 生成器和 OpenStack swift 客户端库时，我遇到了一些问题。我需要从一个特定的 URL 中获取一个大约 7MB 的大字符串，将字符串分割成更小的部分，并返回一个生成器类，其中每个迭代都包含一个分割的部分。在测试套件中，这是一个字符串，它被发送到一个用了补丁的 swift 客户端类进行处理。补丁后的类中的代码如下所示：
def monkeypatch_class(name, bases, namespace):
'''Guido's monkeypatch metaclass.'''
assert len(bases) == 1, "Exactly one base class required"
base = bases[0]
for name, value in namespace.iteritems():
if name != "__metaclass__":
setattr(base, name, value)
return base
而在测试套件中：
from swiftclient import client
import StringIO
import utils
class Connection(client.Connection):
__metaclass__ = monkeypatch_class
def get_object(self, path, obj, resp_chunk_size=None, ...):
contents = None
headers = {}
# retrieve content from path and store it in 'contents'
...
if resp_chunk_size is not None:
# stream the string into chunks
def _object_body():
stream = StringIO.StringIO(contents)
buf = stream.read(resp_chunk_size)
while buf:
yield buf
buf = stream.read(resp_chunk_size)
contents = _object_body()
return headers, contents
在返回生成器对象后，它将被存储类中的一个流函数调用：
class SwiftStorage(Storage):
def get_content(self, path, chunk_size=None):
path = self._init_path(path)
try:
_, obj = self._connection.get_object(
self._container,
path,
resp_chunk_size=chunk_size)
return obj
except Exception:
raise IOError("Could not get content: {}".format(path))
def stream_read(self, path):
try:
return self.get_content(path, chunk_size=self.buffer_size)
except Exception:
raise OSError(
"Could not read content from stream: {}".format(path))
最后，在我的测试套件中：
def test_stream(self):
filename = self.gen_random_string()
# test 7MB
content = self.gen_random_string(7 * 1024 * 1024)
self._storage.stream_write(filename, io)
io.close()
# test read / write
data = ''
for buf in self._storage.stream_read(filename):
data += buf
self.assertEqual(content,
data,
"stream read failed. output: {}".format(data))
输出结果是：
======================================================================
FAIL: test_stream (test_swift_storage.TestSwiftStorage)
----------------------------------------------------------------------
Traceback (most recent call last):
File "/home/bacongobbler/git/github.com/bacongobbler/docker-registry/test/test_local_storage.py", line 46, in test_stream
"stream read failed. output: {}".format(data))
AssertionError: stream read failed. output: <generator object _object_body at 0x2a6bd20>
我尝试用一个遵循与上述代码相同流程的简单 Python 脚本来分离这个问题，该脚本通过了测试，没有出现问题：
def gen_num():
def _object_body():
for i in range(10000000):
yield i
return _object_body()
def get_num():
return gen_num()
def stream_read():
return get_num()
def main():
num = 0
for i in stream_read():
num += i
print num
if __name__ == '__main__':
main()
对于这个问题，我需要帮助。
2、解决方案
在 get_object 方法中，你将 _object_body() 的返回值赋给了 contents 变量。然而，该变量同时用于存储你的实际数据，并且在 _object_body 的早期被使用。
问题在于 _object_body 是一个生成器函数（它使用 yield）。因此，当你调用它时，它会生成一个生成器对象，但该函数的代码不会运行，直到你迭代该生成器。这意味着当该函数的代码实际开始运行时（_test_stream 中的 for 循环），你早已重新给 contents 赋值为 _object_body()。
因此，你的 stream = StringIO(contents) 创建了一个包含生成器对象（因此导致你的错误消息）的 StringIO 对象，而不是数据。
以下是一个演示该问题的最小重现案例：
def foo():
contents = "Hello!"
def bar():
print contents
yield 1
# 只创建生成器。这行代码不会运行 bar 中的任何代码。
contents = bar()
print "About to start running..."
for i in contents:
# 现在我们运行 bar 中的代码，但 contents 现在绑定到生成器对象。因此它不会打印 "Hello!"
pass
