python 状态机第三方库_简单理解Python中基于生成器的状态机

简单生成器有许多优点。生成器除了能够用更自然的方法表达一类问题的流程之外，还极大地改善了许多效率不足之处。在 Python 中，函数调用代价不菲；除其它因素外，还要花一段时间解决函数参数列表(除了其它的事情外，还要分析位置参数和缺省参数)。初始化框架对象还要采取一些建立步骤(据 Tim Peters 在 comp.lang.python 上所说，有 100 多行 C 语言程序；我自己还没检查 Python 源代码呢)。与此相反，恢复一个生成器就相当省力；参数已经解析完了，而且框架对象正“无所事事地”等待恢复(几乎不需要额外的初始化)。当然，如果速度是最重要的，您不应该使用字节码已编译过的动态语言；但即使在速度不是主要考虑因素的情况下，快点总比慢点好。

回忆状态机

在“可爱的 Python”前面的另一篇文章中，我介绍了StateMachine 类 ，给定的机器需要多少状态处理程序，它就允许用户添加多少状态处理程序。在模型中，将一个或多个状态定义为终态(end state)，仅将一个状态定义为初始状态(start state)(调用类方法对此进行配置)。每个处理程序都有某种必需的结构；处理程序将执行一系列操作，然后过一会儿，它带着一个标记返回到 StateMachine.run() 方法中的循环内，该标记指出了想得到的下一个状态。同样，用 cargo 变量允许一个状态把一些(未处理的)信息传递给下一个状态。

我介绍的 StateMachine 类的典型用途是以一个有状态的方式使用输入。例如，我所用的一个文本处理工具(Txt2Html)从一个文件中读取数行内容；依据每行所属的类别，需要以特殊的方式对其进行处理。然而，您经常需要看看前面几行提供的上下文来确定当前行属于