Monty 中 itertools 模块的实现子集可用适配器、行为差异与资源限制指南【免费下载链接】montyA minimal, secure Python interpreter written in Rust for use by AI项目地址: https://gitcode.com/GitHub_Trending/monty3/monty导读itertools是 Monty用 Rust 编写的、面向 AI 的极简安全 Python 解释器标准库中少数几个被部分实现的模块之一。本文以 limitations/itertools.md 为骨架完整梳理 Monty 中itertools已实现的 14 个可调用对象、未实现名称的处理方式、与 CPython 3.14 的逐条行为差异以及无限迭代器与资源限制内存、时长、递归深度的交互机制。读完本文你将能在沙箱内安全、正确地使用itertools并能在遇到行为差异时快速定位原因——例如为什么takewhile遇到外部函数会抛NotImplementedError为什么list(itertools.count())会触发MemoryError以及如何通过islice、takewhile等适配器为无限序列加上边界。一、Monty 的 itertools一个“够用即止”的实现子集Monty 的定位是“为模型提供足够表达意图的 Python 子集”而非追求完整性的 Python 实现。itertools正是这一理念的缩影模块中只注册了 CPythonitertools的一小部分可调用对象其余名字一律不出现。从源码看模块入口 用一个静态映射ITERTOOLS_FUNCTIONS把 14 个函数名绑定到ItertoolsFunctions枚举变体再由create_module逐个挂到模块对象上// crates/monty/src/modules/itertools.rs const ITERTOOLS_FUNCTIONS: [(StaticStrings, ItertoolsFunctions)] [ (StaticStrings::Count, ItertoolsFunctions::Count), (StaticStrings::Repeat, ItertoolsFunctions::Repeat), (StaticStrings::Pairwise, ItertoolsFunctions::Pairwise), (StaticStrings::Compress, ItertoolsFunctions::Compress), (StaticStrings::Islice, ItertoolsFunctions::Islice), (StaticStrings::Chain, ItertoolsFunctions::Chain), (StaticStrings::Cycle, ItertoolsFunctions::Cycle), (StaticStrings::Takewhile, ItertoolsFunctions::Takewhile), (StaticStrings::Dropwhile, ItertoolsFunctions::Dropwhile), (StaticStrings::Filterfalse, ItertoolsFunctions::Filterfalse), (StaticStrings::Starmap, ItertoolsFunctions::Starmap), (StaticStrings::Accumulate, ItertoolsFunctions::Accumulate), (StaticStrings::Batched, ItertoolsFunctions::Batched), (StaticStrings::ZipLongest, ItertoolsFunctions::ZipLongest), ];所有适配器对象共享同一个HeapData::Itertools(ItertoolsIter)堆变体见 类型定义Python 层面可见的类型名与错误消息则交由Type区分——这是 Monty 整个迭代器家族的统一表示方式。1.1 已实现的调用约定与 CPython 3.14 对齐Monty 的itertools函数在参数、返回值、repr()与错误消息上尽量对齐 CPython 3.14除下文注明的差异外可调用对象签名countcount(start0, step1)repeatrepeat(object, times?)pairwisepairwise(iterable)compresscompress(data, selectors)isliceislice(iterable, [start,] stop[, step])chainchain(*iterables)cyclecycle(iterable)takewhiletakewhile(predicate, iterable)dropwhiledropwhile(predicate, iterable)filterfalsefilterfalse(predicate, iterable)starmapstarmap(function, iterable)accumulateaccumulate(iterable, funcNone, *, initialNone)batchedbatched(iterable, n, *, strictFalse)zip_longestzip_longest(*iterables, fillvalueNone)每个可调用对象都有独立参数绑定结构体并严格复刻 CPython 的参数解析风格例如pairwise、cycle采用PyArg_UnpackTuple语义pairwise expected 1 argument, got 2、pairwise() takes no keyword arguments而count、repeat、compress采用具名 C 家族语义参数与关键字合并计数count() takes at most 2 arguments (3 given)accumulate、batched则复刻 Argument Clinic 的措辞如batched() takes exactly 2 positional arguments (3 given)。这些细节在 测试用例 中逐条断言。1.2 未实现名字缺席而非占位除上述 14 个外itertools的其余 API 全部未实现combinations、combinations_with_replacement、groupby、permutations、product、tee等都不在模块命名空间中。关键点这些名字是从模块命名空间整体缺席而不是用占位 stub 撑场。因此在类型检查阶段就会被拒绝Module itertools has no member chain这类提示运行时访问抛AttributeError。这一“缺席优于 stub”的设计贯穿 Monty 整个标准库见 limitations/index.md 对标准库的总体说明让不可用 API 尽量在运行前失败。1.3chain.from_iterable为何不可用即使chain本身已实现chain.from_iterable依然缺席它本是chain内置对象上的一个类方法而 Monty 的模块函数不暴露任何属性。因此import itertools itertools.chain.from_iterable([[1], [2]]) # AttributeError: builtin_function_or_method object has no attribute from_iterable原文档给出的替代方案是直接用星号展开chain(*iterables)。在 Python 里这等价于chain.from_iterable(iterables)的常见用法代价仅是参数需要可解包列表、元组皆可。二、与 CPython 的行为差异清单Monty 对差异采取“写下来才算数”的策略凡是未在本文档记录的行为均假定与 CPython 3.14 一致。以下是已记录的逐条差异。2.1repeat.__length_hint__()抛AttributeErrorCPython 通过__length_hint__暴露剩余产出次数# CPython repeat(9, 3).__length_hint__() 3Monty 内部确实用剩余次数来为list()/tuple()的结果预分配容量但不把它暴露成 Python 可见属性因此访问即抛AttributeError。也就是说你在沙箱内无法通过该魔法方法获知repeat还剩多少项。2.2count与repeat对象不可哈希hash(itertools.count()) # TypeError: unhashable type: itertools.countCPython 对这类对象回退到身份哈希identity hashingMonty 则直接拒绝。这并非count/repeat独有而是 Monty 迭代器的普遍规则。2.3count只接受int、float与boolCPython 接受一切满足PyNumber_Check的类型如Decimal、Fraction、complex而 Monty 没有这些数值类型因此统一的TypeError: a number is required覆盖所有非数值参数。从源码看is_number的检查正是枚举 Monty 仅有的三种数值类型fn is_number(value: Value, vm: VM_) - bool { matches!(value.py_type_heap(vm.heap), Type::Int | Type::Float | Type::Bool) }顺带一提start/step传入bool时会被“展宽”成对应的int——repr(count(True))是count(1)而非count(True)这与 CPythoncount_new的行为一致源码注释。同时count支持大整数推进count(2**62, 2**62)会正常升格为长整数测试见 itertools__count_repeat.py。2.4 嵌套循环的repr()提前一层解卷对“容器回指到持有它的repeat”这种自引用结构Monty 打印repeat([...])而 CPython 打印repeat([repeat([...])])。这是 Monty 在repr()中通用的循环检测所致并非itertools特有。2.5 会挂起的可调用对象被拒绝而非暂停重要takewhile、dropwhile、filterfalse、starmap和accumulate通过同步的evaluate_function路径应用其可调用对象该路径会把一个帧跑到结束无法向宿主机让出yield。因此一旦谓词/函数触达外部函数、os操作或宿主方法调用就会抛出NotImplementedError: takewhile(): external function f is not yet supported in this contextCPython 会直接调用它。这是与__init__、__next__、__repr__相同的限制参见 limitations/classes.md普通的沙箱内定义函数与 lambda 不受影响。也就是说takewhile(lambda x: x 3, ...)这类用法完全没问题但谓词里调用宿主暴露的函数则会失败。2.6zip_longest会点名被拒绝的关键字非法关键字在 Monty 下报zip_longest() got an unexpected keyword argument bogus而 CPython 手写校验、不带参数名地报zip_longest() got an unexpected keyword argument——CPython 是唯一省略参数名的家族成员。其余每个适配器的措辞都与 CPython 一致源码注释见 itertools.rs。2.7 可重入的zip_longest停止而非无限填充若某个源在它自己的__next__内部去步进同一个zip_longest它可能在外层轮次抵达前耗尽其余槽位。两者的分歧从下一行开始两个引擎对外层轮次产出的那一行意见一致该行会用fillvalue补齐空槽但从下一行起Monty 观察到所有槽位都已耗尽于是抛StopIterationCPython 则让numactive计数跌到负值之后每次next()都无限地产生一个全fillvalue的元组。只有可重入才会触发普通源不可能在拥有它的适配器处于轮次中途时运行。测试用例 itertools__adaptors.py 用一个Reentrant源固定了这一行为next(reentrant_zip)得到(a, None, None)随后即停止。2.8 跨宿主边界丢失reprcount/repeat对象返回宿主机时呈现为itertools.count object/itertools.repeat object而不是沙箱内的repr()如count(0)、repeat(7, 3)。Monty 对所有迭代器都这样表示不会递归进它们持有的内容。2.9batched的n受 worker 指针宽度限制在 wasm worker32 位指针上n达到或超过2**31会抛OverflowError: Python int too large to convert to C ssize_tCPython 则接受该值。根源在于 batched_nn最终被转换为isize对齐Py_ssize_t32 位宿主上isize的转换边界自然更小。2.10batched类型无法下传至低于 Python 3.12 的宿主itertools.batched是 Python 3.12 才加入的。把type(itertools.batched(...))返回给低于 3.12 的宿主机时会抛TypeError: Cannot convert itertools.batched to a host type: this Python does not define it其余所有适配器的类型在所有受支持宿主上都能解析。三、无限迭代器与“急切”的内置函数这是最容易踩坑的组合值得单列一节。Monty 的map()、filter()和enumerate()是急切的它们会把源全部榨干进一个列表再返回具体结果而不是像 CPython 那样返回惰性迭代器这是内置函数的既有属性参见 limitations/builtins.md。把它们套在无限itertools迭代器上就意味着永不返回直到某个资源限制被触发import itertools map(str, itertools.count()) # CPython: 惰性。Monty: 一直运行到限制触发。 filter(bool, itertools.repeat(1)) # 同理 enumerate(itertools.count()) # 同理作为对照zip()在最短输入处停止所以zip(itertools.count(), ab)与 CPython 行为一致手工用next()切片无限迭代器也一样安全。count()/repeat()是沙箱代码最容易触达这种“无限 急切”组合的入口写作时必须牢记。四、资源限制把无限序列关进笼子Monty 的资源限制体系ResourceLimits涉及内存max_memory、时长max_duration、递归深度是它作为“安全解释器”的核心而itertools的无限迭代器正是检验这些限制的最佳对象。4.1count()与repeat(x)无界消费的唯一终局是资源上限count()与repeat(x)省略times是无穷的。不带边界地消费如list(itertools.count())只有在宿主配置了内存或时长限制时才会终止且抛的是MemoryError而非自然耗尽。而ResourceLimits::default()两者都不设置只设递归深度因此在这种默认配置下list(itertools.count())会一直跑到宿主自身内存耗尽。原文档明确指出这与while True:循环的暴露面完全相同并非itertools特有。4.2 丢弃型适配器主动轮询max_duration有一类适配器在产出任何东西之前会先“丢”项目它们在循环期间自己轮询max_durationdropwhile与filterfalse在首个被接受项之前compress穿过一段 falsy 选择器islice跳到startchain跨过一个已耗尽的源。因此对无限源做丢弃式扫描会抛TimeoutError而不是空转。轮询是摊还的每 64 项一次所以时长限制最多可能被超出这么多工作量。CPython 根本没有时长限制会永远循环。相关测试见 resource_limits.rs其中明确列出next(itertools.dropwhile(bool, itertools.count(1)))、next(itertools.filterfalse(bool, itertools.count(1)))等会本地空转的适配器场景。4.3batched整批填充与内存预检batched(iterable, n)在一次next()内填满一整批所以大n配长源同样是非让出循环并按同样方式轮询max_duration。内存方面有两套策略若源有精确的 size hintbatched会按min(hint, n)预检一批对max_memory的占用——batched(range(10**9), 10**9)因此会一开始就抛MemoryError而不是在填充途中没有 size hint 的源没有预检填充循环在同样的摊还节奏上同时轮询max_memory与max_duration——batched(count(), 10**9)会在填充途中抛MemoryError。4.4cycle缓冲计入内存上限cycle(iterable)必须缓存迄今见过的每个项目以便回放该缓冲随增长计入max_memory。所以在超长源上循环会在达到限制时抛MemoryError而不是等到源耗尽。CPython 缓存同样的项目却没有这个上限。4.5 嵌套适配器受max_recursion_depth约束除count与repeat外所有“驱动源”的适配器在把next()委托给被包裹的迭代器时计一个递归层级。因此嵌套深度超过限制的适配器链在消费时会抛RecursionError。反过来从自身状态作答、不触碰源的适配器不计层级已耗尽的batched已闩锁latched的takewhile谓词已拒绝过一项正在产出initial的accumulate。CPython 没有这种按适配器计的边界深嵌套在那里只受 C 栈限制。对应的递归测试nested_itertools_adaptors_are_bounded_by_the_recursion_limit等见 resource_limits.rs而itertools的垃圾回收接线缺失即编译错误见 types/itertools/mod.rs。五、沙箱内安全使用的实践清单结合上述行为差异与资源限制给出可直接落地的使用建议给无限序列加边界再消费优先用islice、takewhile、zip截断到最短或chain组合出有限序列。测试用例中的常见范式如import itertools list(itertools.pairwise(itertools.islice(itertools.count(), 4))) # [(0, 1), (1, 2), (2, 3)] list(itertools.islice(itertools.chain(itertools.repeat(1, 2), [2]), 2)) # [1, 1] list(itertools.islice(itertools.cycle([1, 2, 3]), 7)) # [1, 2, 3, 1, 2, 3, 1]勿对无限源使用急切内置map、filter、enumerate在 Monty 中会榨干源套上count()/repeat()即永不返回改用zip_longest、islice等适配器表达。谓词保持“沙箱内可完成”takewhile/dropwhile/filterfalse/starmap/accumulate的回调若触达外部函数或宿主方法会抛NotImplementedError请只用沙箱内定义函数与 lambda。不要依赖__length_hint__、可哈希性与跨宿主reprrepeat不暴露长度提示count/repeat不可哈希跨界对象以itertools.xxx object形式呈现。留意batched的平台差异wasm 32 位 worker 上n 2**31抛OverflowError向低于 Python 3.12 的宿主回传batched类型会失败。托管长循环宿主侧配置max_duration/max_memory后丢弃型适配器、batched填充与cycle缓冲都会在限制处抛TimeoutError/MemoryError而非无限空转。相关文档与源码差异总览与标准库模块清单limitations/index.md内置函数map/filter/enumerate的急切性limitations/builtins.md类 dunder 与可挂起上下文的限制limitations/classes.md模块实现与参数解析crates/monty/src/modules/itertools.rs迭代器类型族与 GC 接线crates/monty/src/types/itertools/mod.rs功能测试itertools__adaptors.py、itertools__count_repeat.py、refcount__itertools_adaptors.py资源限制时长/内存/递归测试crates/monty/tests/resource_limits.rs【免费下载链接】montyA minimal, secure Python interpreter written in Rust for use by AI项目地址: https://gitcode.com/GitHub_Trending/monty3/monty创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Monty 中 itertools 模块的实现子集：可用适配器、行为差异与资源限制指南
Monty 中 itertools 模块的实现子集可用适配器、行为差异与资源限制指南【免费下载链接】montyA minimal, secure Python interpreter written in Rust for use by AI项目地址: https://gitcode.com/GitHub_Trending/monty3/monty导读itertools是 Monty用 Rust 编写的、面向 AI 的极简安全 Python 解释器标准库中少数几个被部分实现的模块之一。本文以 limitations/itertools.md 为骨架完整梳理 Monty 中itertools已实现的 14 个可调用对象、未实现名称的处理方式、与 CPython 3.14 的逐条行为差异以及无限迭代器与资源限制内存、时长、递归深度的交互机制。读完本文你将能在沙箱内安全、正确地使用itertools并能在遇到行为差异时快速定位原因——例如为什么takewhile遇到外部函数会抛NotImplementedError为什么list(itertools.count())会触发MemoryError以及如何通过islice、takewhile等适配器为无限序列加上边界。一、Monty 的 itertools一个“够用即止”的实现子集Monty 的定位是“为模型提供足够表达意图的 Python 子集”而非追求完整性的 Python 实现。itertools正是这一理念的缩影模块中只注册了 CPythonitertools的一小部分可调用对象其余名字一律不出现。从源码看模块入口 用一个静态映射ITERTOOLS_FUNCTIONS把 14 个函数名绑定到ItertoolsFunctions枚举变体再由create_module逐个挂到模块对象上// crates/monty/src/modules/itertools.rs const ITERTOOLS_FUNCTIONS: [(StaticStrings, ItertoolsFunctions)] [ (StaticStrings::Count, ItertoolsFunctions::Count), (StaticStrings::Repeat, ItertoolsFunctions::Repeat), (StaticStrings::Pairwise, ItertoolsFunctions::Pairwise), (StaticStrings::Compress, ItertoolsFunctions::Compress), (StaticStrings::Islice, ItertoolsFunctions::Islice), (StaticStrings::Chain, ItertoolsFunctions::Chain), (StaticStrings::Cycle, ItertoolsFunctions::Cycle), (StaticStrings::Takewhile, ItertoolsFunctions::Takewhile), (StaticStrings::Dropwhile, ItertoolsFunctions::Dropwhile), (StaticStrings::Filterfalse, ItertoolsFunctions::Filterfalse), (StaticStrings::Starmap, ItertoolsFunctions::Starmap), (StaticStrings::Accumulate, ItertoolsFunctions::Accumulate), (StaticStrings::Batched, ItertoolsFunctions::Batched), (StaticStrings::ZipLongest, ItertoolsFunctions::ZipLongest), ];所有适配器对象共享同一个HeapData::Itertools(ItertoolsIter)堆变体见 类型定义Python 层面可见的类型名与错误消息则交由Type区分——这是 Monty 整个迭代器家族的统一表示方式。1.1 已实现的调用约定与 CPython 3.14 对齐Monty 的itertools函数在参数、返回值、repr()与错误消息上尽量对齐 CPython 3.14除下文注明的差异外可调用对象签名countcount(start0, step1)repeatrepeat(object, times?)pairwisepairwise(iterable)compresscompress(data, selectors)isliceislice(iterable, [start,] stop[, step])chainchain(*iterables)cyclecycle(iterable)takewhiletakewhile(predicate, iterable)dropwhiledropwhile(predicate, iterable)filterfalsefilterfalse(predicate, iterable)starmapstarmap(function, iterable)accumulateaccumulate(iterable, funcNone, *, initialNone)batchedbatched(iterable, n, *, strictFalse)zip_longestzip_longest(*iterables, fillvalueNone)每个可调用对象都有独立参数绑定结构体并严格复刻 CPython 的参数解析风格例如pairwise、cycle采用PyArg_UnpackTuple语义pairwise expected 1 argument, got 2、pairwise() takes no keyword arguments而count、repeat、compress采用具名 C 家族语义参数与关键字合并计数count() takes at most 2 arguments (3 given)accumulate、batched则复刻 Argument Clinic 的措辞如batched() takes exactly 2 positional arguments (3 given)。这些细节在 测试用例 中逐条断言。1.2 未实现名字缺席而非占位除上述 14 个外itertools的其余 API 全部未实现combinations、combinations_with_replacement、groupby、permutations、product、tee等都不在模块命名空间中。关键点这些名字是从模块命名空间整体缺席而不是用占位 stub 撑场。因此在类型检查阶段就会被拒绝Module itertools has no member chain这类提示运行时访问抛AttributeError。这一“缺席优于 stub”的设计贯穿 Monty 整个标准库见 limitations/index.md 对标准库的总体说明让不可用 API 尽量在运行前失败。1.3chain.from_iterable为何不可用即使chain本身已实现chain.from_iterable依然缺席它本是chain内置对象上的一个类方法而 Monty 的模块函数不暴露任何属性。因此import itertools itertools.chain.from_iterable([[1], [2]]) # AttributeError: builtin_function_or_method object has no attribute from_iterable原文档给出的替代方案是直接用星号展开chain(*iterables)。在 Python 里这等价于chain.from_iterable(iterables)的常见用法代价仅是参数需要可解包列表、元组皆可。二、与 CPython 的行为差异清单Monty 对差异采取“写下来才算数”的策略凡是未在本文档记录的行为均假定与 CPython 3.14 一致。以下是已记录的逐条差异。2.1repeat.__length_hint__()抛AttributeErrorCPython 通过__length_hint__暴露剩余产出次数# CPython repeat(9, 3).__length_hint__() 3Monty 内部确实用剩余次数来为list()/tuple()的结果预分配容量但不把它暴露成 Python 可见属性因此访问即抛AttributeError。也就是说你在沙箱内无法通过该魔法方法获知repeat还剩多少项。2.2count与repeat对象不可哈希hash(itertools.count()) # TypeError: unhashable type: itertools.countCPython 对这类对象回退到身份哈希identity hashingMonty 则直接拒绝。这并非count/repeat独有而是 Monty 迭代器的普遍规则。2.3count只接受int、float与boolCPython 接受一切满足PyNumber_Check的类型如Decimal、Fraction、complex而 Monty 没有这些数值类型因此统一的TypeError: a number is required覆盖所有非数值参数。从源码看is_number的检查正是枚举 Monty 仅有的三种数值类型fn is_number(value: Value, vm: VM_) - bool { matches!(value.py_type_heap(vm.heap), Type::Int | Type::Float | Type::Bool) }顺带一提start/step传入bool时会被“展宽”成对应的int——repr(count(True))是count(1)而非count(True)这与 CPythoncount_new的行为一致源码注释。同时count支持大整数推进count(2**62, 2**62)会正常升格为长整数测试见 itertools__count_repeat.py。2.4 嵌套循环的repr()提前一层解卷对“容器回指到持有它的repeat”这种自引用结构Monty 打印repeat([...])而 CPython 打印repeat([repeat([...])])。这是 Monty 在repr()中通用的循环检测所致并非itertools特有。2.5 会挂起的可调用对象被拒绝而非暂停重要takewhile、dropwhile、filterfalse、starmap和accumulate通过同步的evaluate_function路径应用其可调用对象该路径会把一个帧跑到结束无法向宿主机让出yield。因此一旦谓词/函数触达外部函数、os操作或宿主方法调用就会抛出NotImplementedError: takewhile(): external function f is not yet supported in this contextCPython 会直接调用它。这是与__init__、__next__、__repr__相同的限制参见 limitations/classes.md普通的沙箱内定义函数与 lambda 不受影响。也就是说takewhile(lambda x: x 3, ...)这类用法完全没问题但谓词里调用宿主暴露的函数则会失败。2.6zip_longest会点名被拒绝的关键字非法关键字在 Monty 下报zip_longest() got an unexpected keyword argument bogus而 CPython 手写校验、不带参数名地报zip_longest() got an unexpected keyword argument——CPython 是唯一省略参数名的家族成员。其余每个适配器的措辞都与 CPython 一致源码注释见 itertools.rs。2.7 可重入的zip_longest停止而非无限填充若某个源在它自己的__next__内部去步进同一个zip_longest它可能在外层轮次抵达前耗尽其余槽位。两者的分歧从下一行开始两个引擎对外层轮次产出的那一行意见一致该行会用fillvalue补齐空槽但从下一行起Monty 观察到所有槽位都已耗尽于是抛StopIterationCPython 则让numactive计数跌到负值之后每次next()都无限地产生一个全fillvalue的元组。只有可重入才会触发普通源不可能在拥有它的适配器处于轮次中途时运行。测试用例 itertools__adaptors.py 用一个Reentrant源固定了这一行为next(reentrant_zip)得到(a, None, None)随后即停止。2.8 跨宿主边界丢失reprcount/repeat对象返回宿主机时呈现为itertools.count object/itertools.repeat object而不是沙箱内的repr()如count(0)、repeat(7, 3)。Monty 对所有迭代器都这样表示不会递归进它们持有的内容。2.9batched的n受 worker 指针宽度限制在 wasm worker32 位指针上n达到或超过2**31会抛OverflowError: Python int too large to convert to C ssize_tCPython 则接受该值。根源在于 batched_nn最终被转换为isize对齐Py_ssize_t32 位宿主上isize的转换边界自然更小。2.10batched类型无法下传至低于 Python 3.12 的宿主itertools.batched是 Python 3.12 才加入的。把type(itertools.batched(...))返回给低于 3.12 的宿主机时会抛TypeError: Cannot convert itertools.batched to a host type: this Python does not define it其余所有适配器的类型在所有受支持宿主上都能解析。三、无限迭代器与“急切”的内置函数这是最容易踩坑的组合值得单列一节。Monty 的map()、filter()和enumerate()是急切的它们会把源全部榨干进一个列表再返回具体结果而不是像 CPython 那样返回惰性迭代器这是内置函数的既有属性参见 limitations/builtins.md。把它们套在无限itertools迭代器上就意味着永不返回直到某个资源限制被触发import itertools map(str, itertools.count()) # CPython: 惰性。Monty: 一直运行到限制触发。 filter(bool, itertools.repeat(1)) # 同理 enumerate(itertools.count()) # 同理作为对照zip()在最短输入处停止所以zip(itertools.count(), ab)与 CPython 行为一致手工用next()切片无限迭代器也一样安全。count()/repeat()是沙箱代码最容易触达这种“无限 急切”组合的入口写作时必须牢记。四、资源限制把无限序列关进笼子Monty 的资源限制体系ResourceLimits涉及内存max_memory、时长max_duration、递归深度是它作为“安全解释器”的核心而itertools的无限迭代器正是检验这些限制的最佳对象。4.1count()与repeat(x)无界消费的唯一终局是资源上限count()与repeat(x)省略times是无穷的。不带边界地消费如list(itertools.count())只有在宿主配置了内存或时长限制时才会终止且抛的是MemoryError而非自然耗尽。而ResourceLimits::default()两者都不设置只设递归深度因此在这种默认配置下list(itertools.count())会一直跑到宿主自身内存耗尽。原文档明确指出这与while True:循环的暴露面完全相同并非itertools特有。4.2 丢弃型适配器主动轮询max_duration有一类适配器在产出任何东西之前会先“丢”项目它们在循环期间自己轮询max_durationdropwhile与filterfalse在首个被接受项之前compress穿过一段 falsy 选择器islice跳到startchain跨过一个已耗尽的源。因此对无限源做丢弃式扫描会抛TimeoutError而不是空转。轮询是摊还的每 64 项一次所以时长限制最多可能被超出这么多工作量。CPython 根本没有时长限制会永远循环。相关测试见 resource_limits.rs其中明确列出next(itertools.dropwhile(bool, itertools.count(1)))、next(itertools.filterfalse(bool, itertools.count(1)))等会本地空转的适配器场景。4.3batched整批填充与内存预检batched(iterable, n)在一次next()内填满一整批所以大n配长源同样是非让出循环并按同样方式轮询max_duration。内存方面有两套策略若源有精确的 size hintbatched会按min(hint, n)预检一批对max_memory的占用——batched(range(10**9), 10**9)因此会一开始就抛MemoryError而不是在填充途中没有 size hint 的源没有预检填充循环在同样的摊还节奏上同时轮询max_memory与max_duration——batched(count(), 10**9)会在填充途中抛MemoryError。4.4cycle缓冲计入内存上限cycle(iterable)必须缓存迄今见过的每个项目以便回放该缓冲随增长计入max_memory。所以在超长源上循环会在达到限制时抛MemoryError而不是等到源耗尽。CPython 缓存同样的项目却没有这个上限。4.5 嵌套适配器受max_recursion_depth约束除count与repeat外所有“驱动源”的适配器在把next()委托给被包裹的迭代器时计一个递归层级。因此嵌套深度超过限制的适配器链在消费时会抛RecursionError。反过来从自身状态作答、不触碰源的适配器不计层级已耗尽的batched已闩锁latched的takewhile谓词已拒绝过一项正在产出initial的accumulate。CPython 没有这种按适配器计的边界深嵌套在那里只受 C 栈限制。对应的递归测试nested_itertools_adaptors_are_bounded_by_the_recursion_limit等见 resource_limits.rs而itertools的垃圾回收接线缺失即编译错误见 types/itertools/mod.rs。五、沙箱内安全使用的实践清单结合上述行为差异与资源限制给出可直接落地的使用建议给无限序列加边界再消费优先用islice、takewhile、zip截断到最短或chain组合出有限序列。测试用例中的常见范式如import itertools list(itertools.pairwise(itertools.islice(itertools.count(), 4))) # [(0, 1), (1, 2), (2, 3)] list(itertools.islice(itertools.chain(itertools.repeat(1, 2), [2]), 2)) # [1, 1] list(itertools.islice(itertools.cycle([1, 2, 3]), 7)) # [1, 2, 3, 1, 2, 3, 1]勿对无限源使用急切内置map、filter、enumerate在 Monty 中会榨干源套上count()/repeat()即永不返回改用zip_longest、islice等适配器表达。谓词保持“沙箱内可完成”takewhile/dropwhile/filterfalse/starmap/accumulate的回调若触达外部函数或宿主方法会抛NotImplementedError请只用沙箱内定义函数与 lambda。不要依赖__length_hint__、可哈希性与跨宿主reprrepeat不暴露长度提示count/repeat不可哈希跨界对象以itertools.xxx object形式呈现。留意batched的平台差异wasm 32 位 worker 上n 2**31抛OverflowError向低于 Python 3.12 的宿主回传batched类型会失败。托管长循环宿主侧配置max_duration/max_memory后丢弃型适配器、batched填充与cycle缓冲都会在限制处抛TimeoutError/MemoryError而非无限空转。相关文档与源码差异总览与标准库模块清单limitations/index.md内置函数map/filter/enumerate的急切性limitations/builtins.md类 dunder 与可挂起上下文的限制limitations/classes.md模块实现与参数解析crates/monty/src/modules/itertools.rs迭代器类型族与 GC 接线crates/monty/src/types/itertools/mod.rs功能测试itertools__adaptors.py、itertools__count_repeat.py、refcount__itertools_adaptors.py资源限制时长/内存/递归测试crates/monty/tests/resource_limits.rs【免费下载链接】montyA minimal, secure Python interpreter written in Rust for use by AI项目地址: https://gitcode.com/GitHub_Trending/monty3/monty创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考