python 预激协程的装饰器

如果不预激，那么协程没什么用。调用 my_coro.send(x) 之前，记住一定要调用 next(my_ coro)。为了简化协程的用法，有时会使用一个预激装饰器。
示例如下：

from inspect import getgeneratorstate
from functools import wraps


def coroutine(func):
    """装饰器：向前执行到第一个`yield`表达式，预激`func`"""

    @wraps(func)
    def primer(*args, **kwargs):  # 把被装饰的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)  # 调用被装饰的函数，获取生成器对象。
        next(gen)  # 预激生成器。
        return gen  # 返回生成器。

    return primer


@coroutine  # 把装饰器应用到 averager 函数上
def averager():  # 实现求平均值
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total += term
        count += 1
        average = total / count


if __name__ == '__main__':
    # 调用 averager() 函数创建一个生成器对象，在 coroutine 装饰器的 primer 函数中已经 预激了这个生成器。
    coro_avg = averager()
    # getgeneratorstate 函数指明，处于 GEN_SUSPENDED 状态，因此这个协程已经准备好，可以接收值了
    print(getgeneratorstate(coro_avg))  # GEN_SUSPENDED
    # 可以立即开始把值发给 coro_avg——这正是 coroutine 装饰器的目的。
    print(coro_avg.send(10))  # 10.0
    print(coro_avg.send(30))  # 20.0
    print(coro_avg.send(5))  # 15.0

这样就不用用next()进行激活协成了

很多框架都提供了处理协程的特殊装饰器，不过不是所有装饰器都用于预激协程，有些会提供其他服务，例如勾入事件循环。比如说，异步网络库 Tornado 提供了 tornado.gen 装饰器（http://tornado.readthedocs.org/en/latest/gen.html）

使用 yield from 句法调用协程时，会自动预激，因此与上面示例中的@coroutine 等装饰器不兼容。Python 3.4 标准库里的 asyncio.coroutine 装饰器不会预激协程，因此能兼容 yield from 句法。