python中协程的理解_python中的协程深入理解

python中的协程深入理解

来源：中文源码网    浏览： 次    日期：2019年11月5日

【下载文档:  python中的协程深入理解.txt 】

(友情提示:右键点上行txt文档名->目标另存为)

python中的协程深入理解先介绍下什么是协程：

协程，又称微线程，纤程，英文名Coroutine。协程的作用，是在执行函数A时，可以随时中断，去执行函数B，然后中断继续执行函数A(可以自由切换)。但这一过程并不是函数调用(没有调用语句)，这一整个过程看似像多线程，然而协程只有一个线程执行。是不是有点没看懂，没事，我们下面会解释。要理解协程是什么，首先需要理解yield，这里简单介绍下，yield可以理解为生成器，yield item这行代码会产出一个值，提供给next(...)的调用方; 此外，还会作出让步，暂停执行生成器，让调用方继续工作，直到需要使用另一个值时再调用next()。调用方会从生成器中拉取值，但是在协程中，yield关键字一般是在表达式右边(如,data=yield)，协程可以从调用方接收数据，也可以产出数据，下面看一个简单的例子：

>>> def simple_coroutine():

... print('coroutine start')

... x = yield

... print('coroutine recive:',x)

...

>>> my_co=simple_coroutine()

>>> my_co

>>> next(my_co)

coroutine start

>>> my_co.send(42)

coroutine recive: 42

Traceback (most recent call last):

File "", line 1, in StopIteration其中x = yield就是精髓部分，意思是从客户端获取数据，产出None,因为yield关键字右边没有表达式， 而协程在创建完成之后，是没有启动的，没有在yield处暂停，所以需要调用next()函数，启动协程，在调用my_co.send(42)之后，协程定义体中的yield表达式会计算出42，现在协程恢复，一直运行到下一个yield表达式，或者终止，在最后，控制权流动到协程定义体的末尾，生成器抛出StopIteration异常。

协程有四个状态，如下： 'GEN_CREATED' 等待开始执行。

'GEN_RUNNING' 解释器正在执行。

'GEN_SUSPENDED' 在 yield 表达式处暂停。

'GEN_CLOSED' 执行结束。当前状态可以使用inspect.getgeneratorstate来确定，如下：

>>> import inspect

>>> inspect.getgeneratorstate(my_co)

'GEN_CLOSED'这里再解释下next(my_co),如果在创建好协程对象之后，立即把None之外的值发送给它，会出现如下错误：

>>> my_co=simple_coroutine()

>>> my_co.send(42)

Traceback (most recent call last):

File "", line 1, in TypeError: can't send non-None value to a just-started generator

>>> my_co=simple_coroutine()

>>> my_co.send(None)

coroutine start最先调用 next(my_co) 函数这一步通常称为“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)。再参考下面这个例子：

>>> def simple_coro2(a):

... print('-> Started: a =', a)

... b = yield a

... print('-> Received: b =', b)

... c = yield a + b

... print('-> Received: c =', c)

...

>>> my_coro2 = simple_coro2(14)

>>> from inspect import getgeneratorstate

>>> getgeneratorstate(my_coro2)

'GEN_CREATED'

>>> next(my_coro2) # 协程执行到`b = yield a`处暂停，等待为b赋值，

-> Started: a = 14

14

>>> getgeneratorstate(my_coro2)

'GEN_SUSPENDED' #从状态也可以看到，当前是暂停状态。

>>> my_coro2.send(28) #将28发送到协程，计算yield表达式，并把结果绑定到b，产出a+b的值，然后暂停。

-> Received: b = 28

42

>>> my_coro2.send(99)

-> Received: c = 99

Traceback (most recent call last):

File "", line 1, in StopIteration

>>> getgeneratorstate(my_coro2)

'GEN_CLOSED'simple_coro2的执行过程如下图所示:

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 出数字 42。

调用my_coro2.send(99)，把 99 赋值给 c，打印第三个消息，协程终止。说了这么多，我们为什么要用协程呢，下面我们再看看它的优势是什么: 执行效率极高，因为子程序切换(函数)不是线程切换，由程序自身控制，没有切换线程的开销。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。

不需要多线程的锁机制，因为只有一个线程，也不存在同时写变量冲突，在控制共享资源时也不需要加锁，因此执行效率高很多。说明：协程可以处理IO密集型程序的效率问题，但是处理CPU密集型不是它的长处，如要充分发挥CPU利用率可以结合多进程+协程。下面看最后一个例子，传统的生产者-消费者模型是一个线程写消息，一个线程取消息，通过锁机制控制队列和等待，但一不小心就可能死锁。如果改用协程，生产者生产消息后，直接通过yield跳转到消费者开始执行，待消费者执行完毕后，切换回生产者继续生产，效率极高：

from bs4 import BeautifulSoup

import requests

from urllib.parse import urlparsestart_url = 'http://www.cnblogs.com'

trust_host = 'www.cnblogs.com'

ignore_path = []

history_urls = []

def parse_html(html):

soup = BeautifulSoup(html, "lxml")

print(soup.title)

links = soup.find_all('a', href=True)

return (a['href'] for a in links if a['href'])

def parse_url(url):

url = url.strip() if url.find('#') >= 0:

url = url.split('#')[0]

if not url:

return None

if url.find('javascript:') >= 0:

return None for f in ignore_path:

if f in url:

return None

if url.find('http') < 0:

url = start_url + url

return url

parse = urlparse(url)

if parse.hostname == trust_host:

return url

def consumer():

html = ''

while True:

url = yield html

if url:

print('[CONSUMER] Consuming %s...' % url)

rsp = requests.get(url)

html = rsp.content

def produce(c):

next(c) def do_work(urls):

for u in urls:

if u not in history_urls:

history_urls.append(u)

print('[PRODUCER] Producing %s...' % u)

html = c.send(u)

results = parse_html(html)

work_urls = (x for x in map(parse_url, results) if x)

do_work(work_urls) do_work([start_url])

c.close()

if __name__ == '__main__':

c = consumer()

produce(c)

print(len(history_urls))首先consumer函数是一个generator,在开始执行之后： 调用next(c)启动生成器；

进入do_work，这是一个递归调用，其内部将url传递给consumer，由consumer来发出请求，获取到html信息，返回给produce,

produce解析html，获取url数据，继续生产url，

当所有的url都在history_urls中，也就是说我们已经爬取了所有的url地址，结束递归调用

调用c.close()，关闭consumer，整个过程结束。可以看到，我们的整个流程无锁，由一个线程执行，produce和consumer协作完成任务，所以称为“协程”，而非线程的抢占式多任务。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对中文源码网的支持。

亲,试试微信扫码分享本页! *^_^*