Python高级——多线程_07_协程(修饰器)

迭代

概念：通过for循环遍历取值的过程

 

可迭代对象：通过fo循环遍历取值的对象

可迭代对象的本质：

遍历可迭代对象的时候其实获取的是可迭代对象的迭代器，

然后通过迭代器获取对象中的数据

 

元组，列表，字典，字符串，集合，range

 

迭代器

优点：占用极小内存空间， 存储的是生成数据的方式而不是结果

记录当前数据的位置，方便取下一个位置的值

实现  延迟计算/懒惰计算

 

操作：

1.取出对象手元祖的位置信息放入迭代器 返回迭代器

i = iter(data)    iter返回迭代器 ==》可迭代对象.__iter__()

 

2.不断通过迭代器去取出下一个元素的值 直到迭代完成 

则抛出异常 StopIteration 停止迭代异常

print（next(i)）  next进行取值==》可迭代对象.__next__()

 

如果迭代完成则抛出异常

raise StopIteration

 

自定义迭代器

1.使用__iter__提供迭代器 返回迭代器对象self

2.使用__next__提供下一个元素的值

 

判断是否为迭代器

for collections import Iterator

isinstance(对象,Iterator) 返回True/False

 

判断是否为迭代对象：for collections import Iterable

isinstance(对象,Iterable)  返回True/False

 

结论：

迭代器一定是可迭代对象

可迭代对象 不一定是迭代器 <可迭代对象只需要实现__iter__方法提供迭代器>

 

 

生成器

场景：保证代码只执行一部分就返回

概念：特殊的迭代器，不需要实现iter和next，仍然可以使用iter、next和for循环

分类

1.生成器表达式    列表推导式[]-->()

生成器表达式和列表推导式的异同：

    不同：产生对象不同

                生成器占用内存更少，因为生成器存储的是算法

    相同：使用结果一致

 

2.生成器函数

调用产生生成器对象    

如果函数有yield语句，就是生成器模板

 

yield：

暂时挂起当前函数 将后面的值返回给调用生成器的地方

当再次调用生成器函数的时候 会回复当前函数继续执行

生成器内部自动实现

raise StopIteration  __next__  __iter__

一般在生成器中不是用return 关键字 

一旦使用就会结束生成器的迭代过程，获取方式通过捕获异常的value进行取值

 

使用send可以进行传参

格式，生成器对象.send(参数)

第一次调用生成器必须使用next

通过传入不同的参数可以控制生成器执行的逻辑

唤醒生成器

next(生成器对象)

生成器.send(数据)

异同：

    next是函数 send是方法

    next不能传参 send可以传参

    第一次只能next    其余地方随意使用<参数的值只有yield才能接收>

    因为send执行时必须从yield开始执行

同：

    获取到下一个元素的值

 

 

协程

轻量级线程

进程 线程 是操作系统级别的多任务机制

协程是 用户级别的多任务机制<用户程序自己实现>

使用场景：多任务数量很多时/网络型程序

 

greenlet

对于yield的简单封装使用

通过switch进行切换

 

gevent

网络异步并发库

spawn（函数名，参数(args)，参数(kwargs)）创建协程

 

1.使用gevent.sleep进行自动切换

2.

【gevent文档规定 要求放在源代码开始处】

form gevent import monkey

monkey.patch_all() #补丁

 

将默认阻塞变非阻塞：recv / accept / time.sleep

没有设置前自动阻塞，不能切换

 

在所有协程之前完成前 保持主进程的存活

对象.join

gevent.joinall([对象1，对象2])