深入Python3(五) 闭合与生成器

0.摘要

  在本章中，将开始学习返回其它函数的函数、高级正则表达式和生成器。

1.我知道，让我们用正则表达式！

  如果在讲英语的国家长大，或在正规的学校学习过英语，您可能对下面的基本规则很熟悉 ：

• 如果某个单词以 S 、X 或 Z 结尾，添加 ES 。Bass 变成 basses， fax 变成 faxes，而 waltz 变成 waltzes。
• 如果某个单词以发音的 H 结尾，加 ES；如果以不发音的 H 结尾，只需加上 S 。什么是发音的 H ？指的是它和其它字母组合在一起发出能够听到的声音。因此 coach 变成 coaches 而 rash 变成 rashes，因为在说这两个单词的时候，能够听到 CH 和 SH 的发音。但是 cheetah 变成 cheetahs，因为 H 不发音。
• 如果某个单词以发 I 音的字母 Y 结尾，将 Y 改成 IES；如果 Y 与某个元音字母组合发其它音的话，只需加上 S 。因此 vacancy 变成 vacancies，但 day 变成 days 。
• 如果所有这些规则都不适用，只需加上 S 并作最好的打算。

  让我们设计一个 Python 类库用来自动进行英语名词的复数形式转换。我们将以这四条规则为起点，但要记住的不可避免地还要增加更多规则。

  这是一条正则表达式，但它使用了在 《正则表达式》 一章中没有讲过的语法。中括号表示“匹配这些字符的其中之一”。因此 $[sxz]$ 的意思是： “s、 x 或 z”，但只匹配其中之一。$re.sub()$函数执行基于正则表达式的字符串替换。

  通过最后一个例子，我们可以发现$re.sub$替换所有的匹配项，而不仅仅是第一个匹配项。因此该正则表达式将$caps$转换为$oops$，因为无论是$c$还是$a$均被转换为$o$。

  此处将字符串的结尾（通过 $ 匹配）替换为字符串$es$。换句话来说，向字符串尾部添加一个 $es$ 。可以通过字符串连接来完成同样的变化，例如$noun{+}^{\prime }e{s}^{\prime }$，但我对每条规则都选用正则表达式，其原因将在本章稍后更加清晰。
  仔细看看，这里出现了新的变化。作为方括号中的第一个字符， ^ 有特别的含义：非。[^abc]的意思是：除了 a、 b 或 c 之外的任何字符。因此 [^aeioudgkprt] 的意思是除了 a、 e、 i、 o、 u、 d、 g、 k、 p、r 或 t 之外的任何字符。然后该字符必须紧随一个 h，其后是字符串的结尾。所匹配的是以 H 结尾且 H 发音的单词。
  此处有同样的模式：匹配以 Y 结尾的单词，而 Y 之前的字符 不是 a、 e、 i、 o 或 u。所匹配的是以 Y 结尾，且 Y 发音听起来像 I 的单词。

  最后一个例子使用了记忆分组，该分组用于保存字母 y 之前的字符。然后在替换字符串中，用到了新的语法： \1，它表示“嘿，记住的第一个分组呢？把它放到这里。”在此例中， 记住了 y 之前的 c ，在进行替换时，将用 c 替代 c，用 ies 替代 y（如果有超过一个的记忆分组，可以使用 \2 和 \3 等等）。

2.函数列表

  现在要增加一些抽象层次的内容。

  现在，每条匹配规则都有自己的函数，它们返回对$re.search()$函数调用结果；每条应用规则也都有自己的函数，它们调用$re.sub()$函数以应用恰当的复数变化规则。
  由于所有的规则被分割成单独的数据结构，新的$plural()$函数可以减少到几行代码。
  该技术能够成功运作的原因是$Python$中一切都是对象，包括了函数。数据结构$rules$包含了函数——不是函数的名称，而是实际的函数对象。在$for$循环中被赋值后，$matches\_rule$和$apply\_rule$是可实际调用的函数。在第一次$for$循环的迭代过程中，这相当于调用$matches\_sxz(noun)$，如果返回一个匹配值，将调用$apply\_sxz(noun)$ 。
  如果这种附加抽象层令你迷惑，可以试着展开函数以了解其等价形式。整个$for$循环等价于下列代码：

  这段代码的好处是 plural() 函数被简化了。它处理一系列其它地方定义的规则，并以通用的方式对它们进行迭代。

  现在，新增的抽象层是否值得呢？嗯，还没有。让我们考虑下要向函数中新增一条规则时该如何操作。在第一例中，将需要新增一条$if$语句到$plural()$函数中。在第二例中，将需要新增两个函数， $match\_foo()$和$apply\_foo()$，然后更新$rules$序列以指定新的匹配和应用函数按照其它规则按顺序调用。
  但是对于下一节来说，这只是一个跳板而已，让我们继续……

3.匹配模式列表

  其实并不是真的有必要为每个匹配和应用规则定义各自的命名函数。它们从未直接被调用，而只是被添加到$rules$序列并从该处被调用。此外，每个函数遵循两种模式的其中之一。所有的匹配函数调用 $r$