摘要:协程定义协程的底层架构是在中定义,并在实现的。为了简化,我们会使用装饰器预激协程。执行上述代码结果如下出错的原因是发送给协程的值不能加到变量上。示例使用和方法控制协程。
协程定义最近找到一本python好书《流畅的python》,是到现在为止看到的对python高级特性讲述最详细的一本。
看了协程一章,做个读书笔记,加深印象。
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
#! -*- coding: utf-8 -*- import inspect # 协程使用生成器函数定义:定义体中有yield关键字。 def simple_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
GEN_CREATED -> coroutine started GEN_SUSPENDED -> coroutine received: 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 (most recent call last): File "/Users/gs/coroutine.py", line 18, inmy_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:
>>> my_coro = simple_coroutine() >>> my_coro.send(123) Traceback (most recent call last): File "/Users/gs/coroutine.py", line 14, inmy_coro.send(123) TypeError: can"t send non-None value to a just-started generator
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def simple_coro2(a): print("-> coroutine started: a =", a) b = yield a print("-> Received: b =", b) c = yield a + 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
GEN_CREATED -> coroutine started: a = 14 GEN_SUSPENDED -> Received: b = 28 -> Received: c = 99 Traceback (most recent call last): File "/Users/gs/coroutine.py", line 37, inmy_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。
from functools import wraps def coroutinue(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) def primer(*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 return gen # 返回生成器 return primer # 使用方法如下 @coroutinue def simple_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
#! -*- coding: utf-8 -*- from functools import wraps def coroutinue(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) def primer(*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 return gen # 返回生成器 return primer @coroutinue def averager(): # 使用协程求平均值 total = 0.0 count = 0 average = None while True: term = yield average 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
40.0 45.0 Traceback (most recent call last): File "/Users/gs/coro_exception.py", line 37, inprint(coro_avg.send("123")) File "/Users/gs/coro_exception.py", line 30, in averager total += term TypeError: unsupported operand type(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。
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。
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。
import inspect class DemoException(Exception): pass @coroutinue def exc_handling(): print("-> coroutine started") while True: try: x = yield except DemoException: print("*** DemoException handled. Conginuing...") else: # 如果没有异常显示接收到的值 print("--> coroutine received: {!r}".format(x)) raise RuntimeError("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:
-> coroutine started --> coroutine received: 11 --> coroutine received: 12 --> coroutine received: 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。
exc_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 -> coroutine started --> coroutine received: 11 --> coroutine received: 12 --> coroutine received: 13 *** DemoException handled. 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。
@coroutinue def exc_handling(): print("-> coroutine started") try: while True: try: x = yield except DemoException: 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
最后,感谢女朋友支持。
>欢迎关注 | >请我喝芬达 |
---|---|
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/44439.html
摘要:徘徊和行程所用的时间使用指数分布生成,我们将时间设为分钟数,以便显示清楚。迭代表示各辆出租车的进程在各辆出租车上调用函数,预激协程。 前两篇我们已经介绍了python 协程的使用和yield from 的原理,这一篇,我们用一个例子来揭示如何使用协程在单线程中管理并发活动。。 什么是离散事件仿真 Wiki上的定义是: 离散事件仿真将系统随时间的变化抽象成一系列的离散时间点上的事件,通过...
摘要:于此同时,会阻塞,等待终止。子生成器返回之后,解释器会抛出异常,并把返回值附加到异常对象上,只是委派生成器恢复。实例运行完毕后,返回的值绑定到上。这一部分处理调用方通过方法传入的异常。之外的异常会向上冒泡。 上一篇python协程1:yield的使用介绍了: 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()...
摘要:协程的基本行为协程包含四种状态等待开始执行。协程中重要的两个方法调用方把数据提供给协程。注意使用调用协程时会自动预激,因此与装饰器不兼容标准库中的装饰器不会预激协程,因此能兼容句法。因此,终止协程的本质在于向协程发送其无法处理的异常。 导语:本文章记录了本人在学习Python基础之控制流程篇的重点知识及个人心得,打算入门Python的朋友们可以来一起学习并交流。 本文重点: 1、掌握协...
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...
摘要:并发用于制定方案,用来解决可能但未必并行的问题。在协程中使用需要注意两点使用链接的多个协程最终必须由不是协程的调用方驱动,调用方显式或隐式在最外层委派生成器上调用函数或方法。对象可以取消取消后会在协程当前暂停的处抛出异常。 导语:本文章记录了本人在学习Python基础之控制流程篇的重点知识及个人心得,打算入门Python的朋友们可以来一起学习并交流。 本文重点: 1、了解asyncio...
阅读 2545·2021-09-06 15:02
阅读 3145·2021-09-02 10:18
阅读 2779·2019-08-30 15:44
阅读 663·2019-08-30 15:43
阅读 1922·2019-08-30 14:08
阅读 2740·2019-08-30 13:16
阅读 1352·2019-08-26 13:52
阅读 913·2019-08-26 12:21