协程定义
协程的底层架构是在pep342 中定义，并在python2.5 实现的。
python2.5 中，yield关键字可以在表达式中使用，而且生成器API中增加了 .send(value)方法。生成器可以使用.send(…)方法发送数据，发送的数据会成为生成器函数中yield表达式的值。
协程是指一个过程，这个过程与调用方协作，产出有调用方提供的值。因此，生成器可以作为协程使用。
除了 .send(…)方法，pep342 和添加了 .throw(…)（让调用方抛出异常，在生成器中处理）和.close()（终止生成器）方法。
python3.3后，pep380对生成器函数做了两处改动：
生成器可以返回一个值；以前，如果生成器中给return语句提供值，会抛出SyntaxError异常。
引入yield from 语法，使用它可以把复杂的生成器重构成小型的嵌套生成器，省去之前把生成器的工作委托给子生成器所需的大量模板代码。
协程生成器的基本行为
首先说明一下，协程有四个状态，可以使用inspect.getgeneratorstate(…)函数确定：
GEN_CREATED # 等待开始执行
GEN_RUNNING # 解释器正在执行（只有在多线程应用中才能看到这个状态）
GEN_SUSPENDED # 在yield表达式处暂停
GEN_CLOSED # 执行结束
Python
26#! -*- coding: utf-8 -*-
importinspect
# 协程使用生成器函数定义：定义体中有yield关键字。
defsimple_coroutine():
print('-> coroutine started')
# yield 在表达式中使用；如果协程只需要从客户那里接收数据，yield关键字右边不需要加表达式（yield默认返回None）
x=yield
print('-> coroutine received:',x)
my_coro=simple_coroutine()
my_coro# 和创建生成器的方式一样，调用函数得到生成器对象。
# 协程处于 GEN_CREATED (等待开始状态)
print(inspect.getgeneratorstate(my_coro))
my_coro.send(None)
# 首先要调用next()函数，因为生成器还没有启动，没有在yield语句处暂停，所以开始无法发送数据
# 发送 None 可以达到相同的效果 my_coro.send(None)
next(my_coro)
# 此时协程处于 GEN_SUSPENDED (在yield表达式处暂停)
print(inspect.getgeneratorstate(my_coro))
# 调用这个方法后，协程定义体中的yield表达式会计算出42；现在协程会恢复，一直运行到下一个yield表达式，或者终止。
my_coro.send(42)
print(inspect.getgeneratorstate(my_coro))
运行上述代码，输出结果如下
Python
10GEN_CREATED
->coroutinestarted
GEN_SUSPENDED
->coroutinereceived:42
# 这里，控制权流动到协程定义体的尾部，导致生成器像往常一样抛出StopIteration异常
Traceback(mostrecentcalllast):
File"/Users/gs/coroutine.py",line18,in
my_coro.send(42)
StopIteration
send方法的参数会成为暂停yield表达式的值，所以，仅当协程处于暂停状态是才能调用send方法。如果协程还未激活（GEN_CREATED 状态）要调用next(my_coro) 激活协程，也可以调用my_coro.send(None)
如果创建协程对象后立即把None之外的值发给它，会出现下述错误：
Python
7>>>my_coro=simple_coroutine()
>>>my_coro.send(123)
Traceback(mostrecentcalllast):
File"/Users/gs/coroutine.py",line14,in
my_coro.send(123)
TypeError:can'tsendnon-Nonevaluetoajust-startedgenerator
仔细看错误消息
can’t send non-None value to a just-started generator
最先调用next(my_coro) 这一步通常称为”预激“（prime）协程—即，让协程向前执行到第一个yield表达式，准备好作为活跃的协程使用。
再看一个两个值得协程
Python
26defsimple_coro2(a):
print('-> coroutine started: a =',a)
b=yielda
print('-> Received: b =',b)
c=yielda+b
print('-> Received: c =',c)
my_coro2=simple_coro2(14)
print(inspect.getgeneratorstate(my_coro2))
# 这里inspect.getgeneratorstate(my_coro2) 得到结果为 GEN_CREATED （协程未启动）
next(my_coro2)
# 向前执行到第一个yield 处 打印 “-> coroutine started: a = 14”
# 并且产生值 14 （yield a 执行 等待为b赋值）
print(inspect.getgeneratorstate(my_coro2))
# 这里inspect.getgeneratorstate(my_coro2) 得到结果为 GEN_SUSPENDED （协程处于暂停状态）
my_coro2.send(28)
# 向前执行到第二个yield 处 打印 “-> Received: b = 28”
# 并且产生值 a + b = 42（yield a + b 执行 得到结果42 等待为c赋值）
print(inspect.getgeneratorstate(my_coro2))
# 这里inspect.getgeneratorstate(my_coro2) 得到结果为 GEN_SUSPENDED （协程处于暂停状态）
my_coro2.send(99)
# 把数字99发送给暂停协程，计算yield 表达式，得到99，然后把那个数赋值给c 打印 “-> Received: c = 99”
# 协程终止，抛出StopIteration
运行上述代码，输出结果如下
Python
10GEN_CREATED
->coroutinestarted:a=14
GEN_SUSPENDED
->Received:b=28
->Received:c=99
Traceback(mostrecentcalllast):
File"/Users/gs/coroutine.py",line37,in
my_coro2.send(99)
StopIteration
simple_coro2 协程的执行过程分为3个阶段，如下图所示
调用next(my_coro2)，打印第一个消息，然后执行yield a，产出数字14.
调用my_coro2.send(28)，把28赋值给b，打印第二个消息，然后执行 yield a + b 产生数字42
调用my_coro2.send(99)，把99赋值给c，然后打印第三个消息，协程终止。
使用装饰器预激协程
我们已经知道，协程如果不预激，不能使用send() 传入非None 数据。所以，调用my_coro.send(x)之前，一定要调用next(my_coro)。为了简化，我们会使用装饰器预激协程。
Python
26fromfunctoolsimportwraps
defcoroutinue(func):
'''
装饰器： 向前执行到第一个`yield`表达式，预激`func`
:param func: func name
:return: primer
'''
@wraps(func)
defprimer(*args,**kwargs):
# 把装饰器生成器函数替换成这里的primer函数；调用primer函数时，返回预激后的生成器。
gen=func(*args,**kwargs)
# 调用被被装饰函数，获取生成器对象
next(gen)# 预激生成器
returngen# 返回生成器
returnprimer
# 使用方法如下
@coroutinue
defsimple_coro(a):
a=yield
simple_coro(12)# 已经预激
终止协程和异常处理
协程中，为处理的异常会向上冒泡，传递给next函数或send方法的调用方，未处理的异常会导致协程终止。
看下边这个例子
Python
37#! -*- coding: utf-8 -*-
fromfunctoolsimportwraps
defcoroutinue(func):
'''
装饰器： 向前执行到第一个`yield`表达式，预激`func`
:param func: func name
:return: primer
'''
@wraps(func)
defprimer(*args,**kwargs):
# 把装饰器生成器函数替换成这里的primer函数；调用primer函数时，返回预激后的生成器。
gen=func(*args,**kwargs)
# 调用被被装饰函数，获取生成器对象
next(gen)# 预激生成器
returngen# 返回生成器
returnprimer
@coroutinue
defaverager():
# 使用协程求平均值
total=0.0
count=0
average=None
whileTrue:
term=yieldaverage
total+=term
count+=1
average=total/count
coro_avg=averager()
print(coro_avg.send(40))
print(coro_avg.send(50))
print(coro_avg.send('123'))# 由于发送的不是数字，导致内部有异常抛出。
执行上述代码结果如下
Python
840.0
45.0
Traceback(mostrecentcalllast):
File"/Users/gs/coro_exception.py",line37,in
print(coro_avg.send('123'))
File"/Users/gs/coro_exception.py",line30,inaverager
total+=term
TypeError:unsupportedoperandtype(s)for+=:'float'and'str'
出错的原因是发送给协程的’123’值不能加到total变量上。出错后，如果再次调用 coro_avg.send(x) 方法 会抛出 StopIteration 异常。
由上边的例子我们可以知道，如果想让协程退出，可以发送给它一个特定的值。比如None和Ellipsis。（推荐使用Ellipsis，因为我们不太使用这个值）
从Python2.5 开始，我们可以在生成器上调用两个方法，显式的把异常发给协程。
这两个方法是throw和close。
Python
1
generator.throw(exc_type[,exc_value[,traceback]])
这个方法使生成器在暂停的yield表达式处抛出指定的异常。如果生成器处理了抛出的异常，代码会向前执行到下一个yield表达式，而产出的值会成为调用throw方法得到的返回值。如果没有处理，则向上冒泡，直接抛出。
Python
1
generator.close()
生成器在暂停的yield表达式处抛出GeneratorExit异常。如果生成器没有处理这个异常或者抛出了StopIteration异常，调用方不会报错。如果收到GeneratorExit异常，生成器一定不能产出值，否则解释器会抛出RuntimeError异常。
示例： 使用close和throw方法控制协程。
Python
28importinspect
classDemoException(Exception):
pass
@coroutinue
defexc_handling():
print('-> coroutine started')
whileTrue:
try:
x=yield
exceptDemoException:
print('*** DemoException handled. Conginuing...')
else:
# 如果没有异常显示接收到的值
print('--> coroutine received: {!r}'.format(x))
raiseRuntimeError('This line should never run.')# 这一行永远不会执行
exc_coro=exc_handling()
exc_coro.send(11)
exc_coro.send(12)
exc_coro.send(13)
exc_coro.close()
print(inspect.getgeneratorstate(exc_coro))
raise RuntimeError(‘This line should never run.’) 永远不会执行，因为只有未处理的异常才会终止循环，而一旦出现未处理的异常，协程会立即终止。
执行上述代码得到结果为：
Python
5->coroutinestarted
-->coroutinereceived:11
-->coroutinereceived:12
-->coroutinereceived:13
GEN_CLOSED# 协程终止
上述代码，如果传入DemoException，协程不会中止，因为做了异常处理。
Python
19exc_coro=exc_handling()
exc_coro.send(11)
exc_coro.send(12)
exc_coro.send(13)
exc_coro.throw(DemoException)# 协程不会中止，但是如果传入的是未处理的异常，协程会终止
print(inspect.getgeneratorstate(exc_coro))
exc_coro.close()
print(inspect.getgeneratorstate(exc_coro))
## output
->coroutinestarted
-->coroutinereceived:11
-->coroutinereceived:12
-->coroutinereceived:13
***DemoExceptionhandled.Conginuing...
GEN_SUSPENDED
GEN_CLOSED
如果不管协程如何结束都想做些处理工作，要把协程定义体重的相关代码放入try/finally块中。
Python
14@coroutinue
defexc_handling():
print('-> coroutine started')
try:
whileTrue:
try:
x=yield
exceptDemoException:
print('*** DemoException handled. Conginuing...')
else:
# 如果没有异常显示接收到的值
print('--> coroutine received: {!r}'.format(x))
finally:
print('-> coroutine ending')
上述部分介绍了：
生成器作为协程使用时的行为和状态
使用装饰器预激协程
调用方如何使用生成器对象的 .throw(…)和.close() 方法控制协程
下一部分将介绍：
协程终止时如何返回值
yield新句法的用途和语义我有建立一个python学习交流群，在群里我们相互帮助，相互关心，相互分享内容，这样出问题帮助你的人就比较多，群号是301，还有056，最后是051，这样就可以找到大神聚合的群，如果你只愿意别人帮助你，不愿意分享或者帮助别人，那就请不要加了，你把你会的告诉别人这是一种分享。
网友评论