协程
-
历史历程
- 3.4引入协程,用yield实现
- 3.5引入协程语法
- 实现的协程比较好的包有asyncio, tornado, gevent
-
定义:协程 是为非抢占式多任务产生子程序的计算机程序组件,协程允许不同入口点在不同位置暂停或开始执行程序”。
-
从技术角度讲,协程就是一个你可以暂停执行的函数,或者干脆把协程理解成生成器
-
协程的实现:
- yield返回
- send调用
-
协程的四个状态
- inspect.getgeneratorstate(…) 函数确定,该函数会返回下述字符串中的一个:
- GEN_CREATED:等待开始执行
- GEN_RUNNING:解释器正在执行
- GEN_SUSPENED:在yield表达式处暂停
- GEN_CLOSED:执行结束
- next预激(prime)
- 示例
def simple_coroutine(a): print('-> start') b = yield a print('-> recived', a, b) c = yield a + b print('-> recived', a, b, c) sc = simple_coroutine(5) aa = next(sc) print(aa) bb = sc.send(6) # 5, 6 print(bb) cc = sc.send(7) # 5, 6, 7 print(cc)
-
协程终止
- 协程中未处理的异常会向上冒泡,传给 next 函数或 send 方法的调用方(即触发协程的对象)
- 止协程的一种方式:发送某个哨符值,让协程退出。内置的 None 和Ellipsis 等常量经常用作哨符值==。
-
yield from
- 调用协程为了得到返回值,协程必须正常终止
- 生成器正常终止会发出StopIteration异常,异常对象的vlaue属性保存返回值
- yield from从内部捕获StopIteration异常
- 案例
def gen(): for c in 'AB': yield c print(list(gen())) def gen_new(): yield from 'AB' print(list(gen_new()))
- 委派生成器
- 包含yield from表达式的生成器函数
- 委派生成器在yield from表达式出暂停,调用方可以直接把数据发给自生成器
- 子生成器在把产出的值发给调用放
- 自生成器在最后,解释器会抛出StopIteration,并且把返回值附加到异常对象上
from collections import namedtuple
'''
解释:
1. 外层 for 循环每次迭代会新建一个 grouper 实例,赋值给 coroutine 变量; grouper 是委派生成器。
2. 调用 next(coroutine),预激委派生成器 grouper,此时进入 while True 循环,调用子生成器 averager 后,在 yield from 表达式处暂停。
3. 内层 for 循环调用 coroutine.send(value),直接把值传给子生成器 averager。同时,当前的 grouper 实例(coroutine)在 yield from 表达式处暂停。
4. 内层循环结束后, grouper 实例依旧在 yield from 表达式处暂停,因此, grouper函数定义体中为 results[key] 赋值的语句还没有执行。
5. coroutine.send(None) 终止 averager 子生成器,子生成器抛出 StopIteration 异常并将返回的数据包含在异常对象的value中,yield from 可以直接抓取 StopItration 异常并将异常对象的 value 赋值给 results[key]
'''
ResClass = namedtuple('Res', 'count average')
def averager():
total = 0.0
count = 0
average = None
while True:
term = yield
if term is None:
break
total += term
count += 1
average = total / count
return ResClass(count, average)
def grouper(storages, key):
while True:
storages[key] = yield from averager()
def client():
process_data = {
'boys_2': [39.0, 40.8, 43.2, 40.8, 43.1, 38.6, 41.4, 40.6, 36.3],
'boys_1': [1.38, 1.5, 1.32, 1.25, 1.37, 1.48, 1.25, 1.49, 1.46]
}
storages = {}
for k, v in process_data.items():
coroutine = grouper(storages, k)
next(coroutine)
for dt in v:
coroutine.send(dt)
coroutine.send(None)
print(storages)
client()