了解协程的过程
先通过一个简单的协程的例子理解：
对上述例子的分析：
yield 的右边没有表达式，所以这里默认产出的值是None
协程在运行过程中有四个状态：
GEN_CREATE:等待开始执行GEN_RUNNING:解释器正在执行，这个状态一般看不到GEN_SUSPENDED:在yield表达式处暂停GEN_CLOSED:执行结束
通过下面例子来查看协程的状态：
接着再通过一个计算平均值的例子来继续理解：
这里是一个死循环，只要不停send值给协程，可以一直计算下去。
1fromfunctoolsimportwraps234defcoroutine(func):5@wraps(func)6defprimer(*args,**kwargs):7gen = func(*args,**kwargs)8next(gen)9returngen10returnprimer111213@coroutine14defaverager():15total =0.016count =017average =None18whileTrue:19term =yieldaverage20total += term21count +=122average = total/count232425coro_avg = averager()26frominspectimportgetgeneratorstate27print(getgeneratorstate(coro_avg))28print(coro_avg.send(10))29print(coro_avg.send(30))30print(coro_avg.send(5))
拿上面的代码举例子，如果我们发送了一个字符串而不是一个整数的时候就会报错，并且这个时候协程是被终止了
从python2.5开始客户端代码在生成器对象上调用两个方法，显示的把异常发送给协程
分别为： throw和close
下面是一个例子：
当传入我们定义的异常时不会影响协程，协程不会停止，可以继续send,但是如果是没有处理的异常的时候，就会报错，并且协程会被终止
让协程返回值
通过下面的例子进行演示如何获取协程的返回值：
1fromcollectionsimportnamedtuple234Result = namedtuple("Result","colunt average")567defaverager():8total =0.09count =010average =None11whileTrue:12term =yield13iftermisNone:14break15total += term16count+=117average = total/count18returnResult(count,average)1920coro_avg = averager()21next(coro_avg)22coro_avg.send(10)23coro_avg.send(30)24coro_avg.send(5)25try:26coro_avg.send(None)27exceptStopIterationase:28result = e.value29print(result)
这样就可以获取到最后的结果：
其实相对来说上面这种方式获取返回值比较麻烦，而yield from 结构会自动捕获StopIteration异常，这种处理方式与for循环处理StopIteration异常的方式一样，循环机制使我们更容易理解处理异常，对于yield from来说，解释器不仅会捕获StopIteration异常，还会把value属性的值变成yield from表达式的值
yield from的主要功能是打开双向通道，把最外层的调用方与最内层的子生成器连接起来，这样二者可以直接发送和产出值，还可以直接传入异常，而不用再像之前那样在位于中间的协程中添加大量处理异常的代码
通过yield from还可以链接可迭代对象
委派生成器在yield from 表达式处暂停时，调用方可以直接把数据发给子生成器，子生成器再把产出产出值发给调用方，子生成器返回之后，解释器会抛出StopIteration异常，并把返回值附加到异常对象上，此时委派生成器会恢复。
下面是一个完整的例子代码
1fromcollectionsimportnamedtuple234Result = namedtuple('Result','count average')567# 子生成器8defaverager():9total =0.010count =011average =None12whileTrue:13term =yield14iftermisNone:15break16total += term17count +=118average = total/count19returnResult(count, average)202122# 委派生成器23defgrouper(result, key):24whileTrue:25result[key] =yieldfromaverager()262728# 客户端代码，即调用方29defmain(data):30results = {}31forkey,valuesindata.items():32group = grouper(results,key)33next(group)34forvalueinvalues:35group.send(value)36group.send(None)#这里表示要终止了3738report(results)394041# 输出报告42defreport(results):43forkey, resultinsorted(results.items()):44group, unit = key.split(';')45print('{:2} {:5} averaging {:.2f}{}'.format(46result.count, group, result.average, unit47))4849data = {50'girls;kg':51[40.9,38.5,44.3,42.2,45.2,41.7,44.5,38.0,40.6,44.5],52'girls;m':53[1.6,1.51,1.4,1.3,1.41,1.39,1.33,1.46,1.45,1.43],54'boys;kg':55[39.0,40.8,43.2,40.8,43.1,38.6,41.4,40.6,36.3],56'boys;m':57[1.38,1.5,1.32,1.25,1.37,1.48,1.25,1.49,1.46],58}596061if__name__ =='__main__':62main(data)
关于上述代码着重解释一下关于委派生成器部分，这里的循环每次迭代时会新建一个averager实例，每个实例都是作为协程使用的生成器对象。
如果把GeneratorExit异常传入委派生成器，或者在委派生成器上调用close()方法，那么在子生成器上调用clsoe()方法，如果它有的话。如果调用close()方法导致异常抛出，那么异常会向上冒泡，传给委派生成器，否则委派生成器抛出GeneratorExit异常
谢谢阅读！是不是很牛逼呢？进群:125240963 即可获取数十套PDF书籍！
网友评论