python引入io_Python异步IO实现全过程（2）

生成器中异步IO的起源

之前，你看到了基于生成器的旧式风格的协程示例，虽然它已经被更为明确的原生协程所取代，但是还是值得回顾一下：

可以实验一下，如果你只纯粹的调用 py34_core() 或者 py35_core() 而不使用 await， 或者不调用 asyncio.run() 方法或其他高级函数，运行结果会怎样？单独调用一个协程会返回一个协程对象：

这表面上看起来有些无趣，协程调用的结果是一个协程对象。

一个小测验：Python还有哪些功能和这个比较像？(Python的什么功能是自身被调用的时候实际却“没做什么”？)

希望你能想到生成器作为答案，因为协程是在生成器之上做了一些增强扩展，其中还有一些行为是类似的：

事实证明，异步IO的基础是生成器函数(无论是使用 async 还是旧式的 @asyncio.coroutine 声明协程)。从技术上讲，相比于 yield，await 更接近于 yield from。(但是有一点要记住，yield from 仅仅是用来替换 for i in x(): yield i 的语法糖。)

为什么生成器适合用来实现异步IO，就是它可以随意的停止和重启。例如，你可以在迭代一个生成器对象时暂停，然后在迭代器剩余的值上恢复迭代。当一个生成器函数运行到 yield 时，它会抛出这个值，然后将处于空闲状态，直到需要抛出新的值。

可以通过一个例子加深理解：

关键字 await 与之行为类似，在协程自身被挂起并告知其他协程开始工作的时候会标记一个断点。这里的”挂起“是指暂时交出控制权限，但却不是完全退出或结束。记住，yield，以及拓展出的 yield from 和 await 都会在协程执行的时候标记一个断点。

这是函数与生成器之间的根本区别。函数是要么都执行，要么都不执行。函数一旦开始执行，除非是遇到 return，否则不会停止，然后将值返回并推给调用方(函数的调用者)。与之相对，生成器每当遇到 yield 都会暂停不在运行，它不仅可以将值返回给调用堆栈，还可以在使用 next() 恢复调用时保留其中的局部变量。

生成器的另一个少为人知的重要功能。你可以通过 .send() 向生成器中发送一个值，这就允许生成器(以及协程)调用(await)其他方法而不会阻塞。我不会深入探究这个功能实现的细节，因为它主要是为了在幕后实现协程，你不需要也不应该直接使用这种方式。

如果你有兴趣了解更多内容，可以看一看PEP 342，Python从PEP 342开始正式引入了协程。Brett Cannon 的Python中async-await工作原理也值得一读，还有PYMOTW对asyncio的评述。最后，还有 David Beazley 的协程与并发的探讨，深入探讨了关于协程运行的机制。

将上面的文章精简成几句话：协程通过一种非常规的机制运行，当协程调用 .send() 时，返回的结果是调用返回时抛出的异常对象的属性。这些还有一些更复杂的细节，但是对于实践却没有什么帮助，我们继续讲下面的。

为了方便总结，这里列出了一些协程作为生成器的关键点：

    1. 协程是根据生成器方法的高级特性并重新规划后的方法

    2. 旧式的基于生成器的协程使用 yield from 等待协程的结果。新式的Python语法中原生协