Supply与普通Array中map函数处理Empty值的行为是否不一致？

近期我在学习Swift的Combine框架，苹果官方说明：

Combine框架为应用处理事件提供了声明式方法。无需实现多个委托回调或完成处理闭包，即可为指定事件源创建单一处理链，链中每个环节都是Combine操作符，对前一步接收的元素执行特定操作。

Combine中有一个compactMap函数，可过滤nil值，示例代码如下：

import Combine

let strings = ["a", "1.24", "3", "def", "45", "0.23"].publisher

strings
  .compactMap { Float($0) }
  .sink(receiveValue: {
    print($0)
  })
  .store(in: &subscriptions)

我将上述代码用Raku改写后，发现运行结果不符合预期：

my @strings = ["a", "1.24", "3", "def", "45", "0.23"];
my Supply $supply = Supply.from-list(@strings);
my Supply $compact = $supply.map(-> $value {
  try { Num($value) }
  if $! { Empty } else { Num($value) }
 }); # .grep(Num);

$compact.tap(
    &say,
    done => { say 'finished' },
    quit => { say 'done'     }
);

# 输出：
# ()
# 1.24
# 3
# ()
# 45
# 0.23

但在普通Array上使用map处理Empty值时，Empty会被自动过滤：

my @strings = ["a", "1.24", "3", "def", "45", "0.23"];

my @compacted = @strings.map(-> $value {
    try { Num($value) }
    if $! { Empty } else { Num($value) }
});

.say for @compacted;

# 输出：
# 1.24
# 3
# 45
# 0.23

结论：行为确实不一致 #

Array的map会自动展开Iterable类型的返回值（包括Empty），当返回Empty时，相当于当前元素被过滤，不会加入结果数组。

而Supply的map是将每个返回值直接作为事件发送，Empty在Supply中会被解析为空元组()并发送出去，不会被过滤。

正确实现Combine compactMap的Raku写法 #

要在Supply中实现类似compactMap的过滤效果，可以使用flat-map替代map：

my @strings = ["a", "1.24", "3", "def", "45", "0.23"];
my Supply $supply = Supply.from-list(@strings);
my Supply $compact = $supply.flat-map(-> $value {
  try { Num($value) }
  if $! { Empty } else { Num($value) }
});

$compact.tap(
    &say,
    done => { say 'finished' },
    quit => { say 'done'     }
);

# 输出：
# 1.24
# 3
# 45
# 0.23
# finished

flat-map会将返回的Iterable（比如Empty、列表）展开为单个事件，Empty不会产生任何事件，从而达到过滤无效值的效果，和Array的map行为一致。

也可以先转换值再过滤：

my @strings = ["a", "1.24", "3", "def", "45", "0.23"];
my Supply $supply = Supply.from-list(@strings);
my Supply $compact = $supply.map(-> $value { try Num($value) })
                           .grep(-> $val { $val.defined && $val ~~ Num });

$compact.tap(
    &say,
    done => { say 'finished' },
    quit => { say 'done'     }
);

内容的提问来源于stack exchange，提问作者chenyf