filter函数与无限生成器结合使用遇到的问题

　　python3中用于过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用list()来转换。

廖雪峰关于filter的使用很好的解释了filter的作用，以及和生成器的结合，但是让人疑惑的是：

it = filter(_not_divisible(n), it) # 构造新序列

　　以上这段代码的具体实现细节是什么？it是个生成器，使用filter对其进行操作的时候，并没有陷入无限循环，难道是对当前已生成的所有数据进行操作？那为什么在9这个数的时候，又能被已经跳过的3给滤除？有可能是filter给原有的it添加了判断规则，在生成9这个数的时候，自动执行filter规则？带着这个疑问，在官网的文章中并没有找到合理的解释。但是发现如下代码可以使用同样的功能，给了更多的思考线索。

from itertools import filterfalse
def _odd_iter():
    n = 1
    while True:
        n = n + 2
        yield n
        
def _not_divisible(n):
    return lambda x: x % n == 0

def primes():
    yield 2
    it = _odd_iter() # 初始序列
    while True:
        n = next(it) # 返回序列的第一个数
        yield n
        it = filterfalse(_not_divisible(n), it) # 构造新序列

# 打印1000以内的素数:
for n in primes():
    if n < 1000:
        print(n)
    else:
        break

　　上述代码依旧能生成所有的素数，而关于filterfalse的源码如下所示：

def filterfalse(predicate, iterable):
    # filterfalse(lambda x: x%2, range(10)) --> 0 2 4 6 8
    if predicate is None:
        predicate = bool
    for x in iterable:
        if not predicate(x):
            yield x

　　这段代码依旧让人觉得费解，为什么filterfalse没有返回值，it感觉确实被赋了值，这个值就行是什么？又做了如下实验：

a = [1, 2, 3, 4, 5]
a = iter(a)
b = filterfalse(lambda x: x%2==0, a)
print(type(a))
print(type(b))
print(next(b))
print(next(b))
print(next(b))

输出：
<class 'list_iterator'>
<class 'itertools.filterfalse'>
1
3
5

　　从中可以看出it是指向了itertools.filterfalse这个类的一个实例，这个类是可迭代的，通过next(b)输出了结果。b是生成器，a也是迭代器，在b的生成器函数里使用迭代器a。

　　所以，原始代码中filter重新赋值后的it是新的可迭代的类型，不是原始的生成器。就算是type(_odd_iter)也是<class 'function'>，具有生成器功能的函数。

结论

　　在primes循环while中，每次it会重新赋予一个新的生成器，这个生成器嵌套了之前的生成器，是递归调用，最终的效果正如之前的猜想，相当于添加了规则，每次next的时候，对所有的规则遍历一遍。具体的代码执行是，每一个生成器函数都保存在内存中，一个生成器函数又嵌套了上一个生成器函数，每次next的时候，都会把之前所有的生成器函数递归一遍，等同于执行所有的规则。每执行一次训练就会加一层嵌套，所有每次next的遍历深度都在增加。

　　最后发现自己好蠢，it = filterfalse(_not_divisible(n), it) 这行代码就是明显的递归调用。

代码执行过程

输出：2

①it

输出：3

②it -> ①it

n=next(it) -> for x in ①iterable(相当于在原有生成器上执行了一次next) -> x=5,(判断能被3整除吗)yield 5

n=5

输出：5

③it -> ②it -> ①it

n=next(it) -> for x in ②iterable -> for x in ①iterable -> x=7,(判断能被3整除吗)yield 7 -> ②iterable -> x=7,(判断能被5整除吗)yield 7

n=7

输出：7

④ -> ③it -> ②it -> ①it

n=next(it) -> for x in ③iterable -> for x in ②iterable -> for x in ①iterable -> x=9 -> 能被3除去(没有进入if，没有执行yield，继续for循环) -> x=11, (判断能被3整除吗)yield 11 -> ②iterable -> x=11, (判断能被5除吗)yield 11 -> ③iteable -> x=11, (判断能被7整除吗)yield 11

n=11

输出：11

总结

　　在递归调用中，yield相当于return，for x in iterable相当于调用嵌套函数。每次产生新的数据都是从最原始_odd_iter()产生，每返回一层，就进行一次if规则判断，通过判断就不断向上层返回，不通过就再次向最底层遍历。