Python协程可是神器！不知道哪些人居然说是鸡肋！最全教程合集！

 

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：

1. 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。

 

1 from functools import wraps 2 3 4 def coroutine(func): 5 @wraps(func) 6 def primer(*args,**kwargs): 7 gen = func(*args,**kwargs) 8 next(gen) 9 return gen10 return primer11 12 13 @coroutine14 def averager():15 total = 0.016 count = 017 average = None18 while True:19 term = yield average20 total += term21 count += 122 average = total/count23 24 25 coro_avg = averager()26 from inspect import getgeneratorstate27 print(getgeneratorstate(coro_avg))28 print(coro_avg.send(10))29 print(coro_avg.send(30))30 print(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：

1 from collections import namedtuple 2 3 4 Result = namedtuple("Result","colunt average") 5 6 7 def averager(): 8 total = 0.0 9 count = 010 average = None11 while True:12 term = yield13 if term is None:14 break15 total += term16 count+=117 average = total/count18 return Result(count,average)19 20 coro_avg = averager()21 next(coro_avg)22 coro_avg.send(10)23 coro_avg.send(30)24 coro_avg.send(5)25 try:26 coro_avg.send(None)27 except StopIteration as e:28 result = e.value29 print(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

1 from collections import namedtuple 2 3 4 Result = namedtuple('Result', 'count average') 5 6 7 # 子生成器 8 def averager(): 9 total = 0.010 count = 011 average = None12 while True:13 term = yield14 if term is None:15 break16 total += term17 count += 118 average = total/count19 return Result(count, average)20 21 22 # 委派生成器23 def grouper(result, key):24 while True:25 result[key] = yield from averager()26 27 28 # 客户端代码，即调用方29 def main(data):30 results = {}31 for key,values in data.items():32 group = grouper(results,key)33 next(group)34 for value in values:35 group.send(value)36 group.send(None) #这里表示要终止了37 38 report(results)39 40 41 # 输出报告42 def report(results):43 for key, result in sorted(results.items()):44 group, unit = key.split(';')45 print('{:2} {:5} averaging {:.2f}{}'.format(46 result.count, group, result.average, unit47 ))48 49 data = {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 }59 60 61 if __name__ == '__main__':62 main(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！