如何编写能够返回Python迭代器对象的Python代码（Python模块）？

Question

后，我已经在短期内用C写一个简约Python3.6扩展模块成功++（see here）我打算提供一个Python模块，它不一样的下面的Python功能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) 

我有一些基本的了解Python和C++编程，但绝对不知道如何将Pythons 产生转换为Python扩展模块的C++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?

让我开始任何提示的欢迎。

UPDATE（状态2017年5月7日）：

两个注释：产量没有C++当量。我首先在Python中手动实现迭代器协议，以摆脱思维模式下的收益率和收益率。 - user2357112 4月26日1:16和danny在回答这个问题的答案的提示是一样的问：“我该如何实现，而无需使用产量迭代器”，但在C++的扩展，而不是纯Python。为了消除yield并从头开始编写Python扩展模块的C代码（导致下雨Segmentation Fault错误），我通过重写算法代码的方式重新编写代码，从而使我的编程工作陷入了错误的方向。

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.

这不仅可以使用Python代码只是因为它是（无需重写任何东西），但除了通过用Cython使用yield运行在算法创建的扩展模块的速度至少两倍快从所创建的使用__iter__和__next__重写算法一个迭代类的扩展模块（如果没有用Cython特定速度优化代码被添加到Python脚本后者是有效的）。

Answer 1

这比一个完整的回答你的问题编辑响应 - 我同意丹尼的回答的要点，你需要在一个类来实现这个一个__next__/next方法（取决于Python的版本）。在你的编辑中你断言它一定是可能的，因为Cython可以做到这一点。我认为值得看看Cython究竟是怎么做的。

开始与一个基本的例子（拾取，因为它具有一些不同的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 

的第一件事用Cython所做的是限定与实现__next__一个__Pyx_Generator_Next方法的__pyx_CoroutineObject C级/ next。该__pyx_CoroutineObject的几个相关属性：

• body - 实现你所定义的逻辑C函数指针。
• resume_label - 一个整数用来记住你多远通过body
• closure定义的功能得到了 - 存储内body使用的所有变量的自定义创建的C类。

在一个稍微迂回的方式，__Pyx_Generator_Next调用body属性，这是你已经定义了Python代码的翻译。

让我们再看看功能如何分配给body作品 - 在我的例子称为__pyx_gb_5iters_2generator的情况。它做的第一件事就是用resume_label跳转到正确的yield声明：

/*  a = 0    # <<<<<<<<<<<<<< */ 
__pyx_cur_scope->__pyx_v_a = __pyx_int_0 

yield设置resume_label和：

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; 
    } 

任何变量赋值通过closure结构（本地命名__pyx_cur_scope完成（resume_label允许您下次直接跳回）：

__pyx_generator->resume_label = 1; 
return __pyx_r; 

循环稍微复杂一些，但基本上是一样的 - 它使用goto跳转到C循环（这是合法的）。

最后，一旦它到达最终它提出了一个StopIteration错误：

PyErr_SetNone(PyExc_StopIteration); 

---

总之，用Cython做你已经被告知该怎么做：它定义了__next__或next类方法并使用该类来跟踪状态。因为它是自动化的，所以它能很好地跟踪引用计数，从而避免您遇到的错误Segmentation Fault。使用goto返回到前一个执行点是有效的，但需要小心。

我可以看到，为什么在一个__next__/next功能方面重写你生成函数C是吸引人，而用Cython明确提供这样做没有用C写你自己的一个简单的方法，但它不使用任何特殊技术在你已经被告知的情况下做翻译。

Answer 2

在Python迭代器是发电机的一种特殊形式，并且由含有方法__iter__和next类实现其中__iter__返回self和next返回反过来每个值，在迭代结束提高StopIteration - see PEP。

为了提供C++等价物，C++代码需要实现那些相同的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，在这个问题的答案是一样的问：“如何实现一个迭代器，而无需使用yield”，但在C++的扩展，而不是纯Python。这个堆栈溢出有几个现有的答案。

NB - next是__next__关于Python 3