python协程的前世今生

stackfing 发布于2019-07-30 15:27 / 1393人阅读

摘要：协程的历史说来话长，要从生成器开始讲起。我们可以使用把数据发送给协程函数。可以看到，在第次接收完数据之后，会产生结束的异常，因为程序流程结束了，这是正常现象。在这个阶段，协程本质上还是由生成器构成的。所以，协程的介绍到这里就结束啦。

在上一篇对python并发编程的理解 中，我简单提到了协程的概念，有一个错误需要指出的是，asyncio不全是对协程的实现，只是用到了协程。

协程的历史说来话长，要从生成器开始讲起。

如果你看过我之前的文章python奇遇记：迭代器和生成器 ，对生成器的概念应该很了解。生成器节省内存，用的时候才生成结果。

# 生成器表达式
a = (x*x for x in range(10))

# next生成值
next(a()) # 输出0
next(a()) # 输出1
next(a()) # 输出4

与生成器产出数据不同的是，协程在产出数据的同时还可以接收数据，具体来说就是把yield 放在了表达式的右边。我们可以使用.send() 把数据发送给协程函数。

 def writer():
    print("-> coroutine started")
    for i in range(8):
        w = yield
        print(i+w)

w = writer()
# 本质还是生成器
>>> w

# 首先要用next()把协程激活
>>> next(w)
-> coroutine started
# 发送数据
>>> w.send(1)
1
# send到第八次之后会抛出异常
# 因为协程已经结束了
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)

第一步必须使用next() 激活协程函数，这样才能在下一步使用.send() 发送数据。

可以看到，在第8次接收完数据之后，会产生结束的异常，因为程序流程结束了，这是正常现象。加个异常处理即可。如果需要在两个协程间传递数据呢？

def writer():
    while True:
        w = yield
        print(">>", w)

def writer_wrapper(coro):
    # 激活
    next(coro)
    while True:
        # 异常处理
        try:
            x = yield
            # 发送数据给writer
            coro.send(x)
        except StopIteration:
            pass
w = writer()
wrap = writer_wrapper(w)
# 激活
next(wrap)
for i in range(4):
    wrap.send(i)
# 输出
>> 0
>> 1
>> 2
>> 3

上面的代码中，数据首先传递到writer_wrapper，之后再传递到writer 。

data——>writer_wrapper——>writer

可以这么写，不过，又要预先激活，又要加异常，看起来有点麻烦啊。yield from 的出现可以解决这个问题，同样是传递数据：

def writer():
    while True:
        w = yield
        print(">>", w)
        
def writer_wrapper2(coro):
    yield from coro

一行代码解决问题。

总之，yield from相当于提供了一个通道，使得数据可以在协程之间流转 。writer_wrapper2 中使用yield from coro时，coro此时获得控制权，在我们.send() 数据时，writer_wrapper2 被阻塞，直到writer 打印出结果。

在这个阶段，协程本质上还是由生成器构成的。

but，

即使我们使用yield from 简化了流程，协程和生成器的知识理解起来还是有点懵逼，而且yield from 用在异步编程中有诸多不顺（asyncio以前就是用yield from），于是在3.5版本的python中，弃用了yield from ，新加入了两个关键字async 和await ，同时协程不再是生成器类型，而是原生的协程类型。

现在我们定义一个协程要像下面这样：

async def func():
    await "some code"

不用于异步的协程该怎么用，我还不知道。所以，协程的介绍到这里就结束啦。

本人才疏学浅，上文中难免有些错误，还请各位品评指正。如果觉得写的还行，欢迎关注我的公众号MLGroup，讲解python和机器学习方面的知识。

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/41264.html

聊聊 print 的前世今生

摘要：反对的意见主要是这样可能会破坏掉无数个脚本，而且中已经有太多的魔法了。除此之外，的命名本身也算是一种包袱。首字母大写的，译作史努比，则是一只被很多人喜爱的漫画小狗。 showImg(https://segmentfault.com/img/remote/1460000019559250); 本文原创并首发于公众号【Python猫】，未经授权，请勿转载。原文地址：https://mp....

stackvoid 2019-07-31 10:36 评论0 收藏0
Python协程（真才实学，想学的进来）

摘要：所以与多线程相比，线程的数量越多，协程性能的优势越明显。值得一提的是，在此过程中，只有一个线程在执行，因此这与多线程的概念是不一样的。真正有知识的人的成长过程，就像麦穗的成长过程：麦穗空的时候，麦子长得很快，麦穗骄傲地高高昂起，但是，麦穗成熟饱满时，它们开始谦虚，垂下麦芒。 ——蒙田《蒙田随笔全集》上篇论述了关于python多线程是否是鸡肋的问题，得到了一些网友的认可，当然也有...

lykops 2019-07-30 16:55 评论0 收藏0
python协程与golang协程的区别

摘要：进程线程和协程进程的定义进程，是计算机中已运行程序的实体。协程和线程的关系协程是在语言层面实现对线程的调度，避免了内核级别的上下文消耗。和都引入了消息调度系统模型，来避免锁的影响和进程线程开销大的问题。进程、线程和协程进程的定义：进程，是计算机中已运行程序的实体。程序本身只是指令、数据及其组织形式的描述，进程才是程序的真正运行实例。线程的定义：操作系统能够进行运算调度的最小单...

csRyan 2019-07-31 10:23 评论0 收藏0
PyTips 0x13 - Python 线程与协程（2）

摘要：项目地址我之前翻译了协程原理这篇文章之后尝试用了模式下的协程进行异步开发，确实感受到协程所带来的好处至少是语法上的。项目地址：https://git.io/pytips 我之前翻译了Python 3.5 协程原理这篇文章之后尝试用了 Tornado + Motor 模式下的协程进行异步开发，确实感受到协程所带来的好处（至少是语法上的:D）。至于协程的 async/await 语法是如...

史占广 2019-07-24 18:38 评论0 收藏0