python协程的前世此生

在上一篇对python并发编程的理解 中，我简单提到了协程的概念，有一个错误须要指出的是，asyncio不全是对协程的实现，只是用到了协程。

协程的历史说来话长，要从生成器开始讲起。

若是你看过我以前的文章python奇遇记：迭代器和生成器 ，对生成器的概念应该很了解。生成器节省内存，用的时候才生成结果。

# 生成器表达式
a = (x*x for x in range(10))

# next生成值
next(a()) # 输出0
next(a()) # 输出1
next(a()) # 输出4

与生成器产出数据不一样的是，协程在产出数据的同时还能够接收数据，具体来讲就是把yield 放在了表达式的右边。咱们可使用.send() 把数据发送给协程函数。

def writer():
    print('-> coroutine started')
    for i in range(8):
        w = yield
        print(i+w)

w = writer()
# 本质仍是生成器
>>> w
<generator object writer at 0x000002595BC57468>
# 首先要用next()把协程激活
>>> next(w)
-> coroutine started
# 发送数据
>>> w.send(1)
1
# send到第八次以后会抛出异常
# 由于协程已经结束了
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)

第一步必须使用next() 激活协程函数，这样才能在下一步使用.send() 发送数据。

能够看到，在第8次接收完数据以后，会产生结束的异常，由于程序流程结束了，这是正常现象。加个异常处理便可。若是须要在两个协程间传递数据呢？

def writer():
    while True:
        w = yield
        print('>>', w)

def writer_wrapper(coro):
    # 激活
    next(coro)
    while True:
        # 异常处理
        try:
            x = yield
            # 发送数据给writer
            coro.send(x)
        except StopIteration:
            pass
w = writer()
wrap = writer_wrapper(w)
# 激活
next(wrap)
for i in range(4):
    wrap.send(i)
# 输出
>> 0
>> 1
>> 2
>> 3

上面的代码中，数据首先传递到writer_wrapper，以后再传递到writer 。

data——>writer_wrapper——>writer

能够这么写，不过，又要预先激活，又要加异常，看起来有点麻烦啊。yield from 的出现能够解决这个问题，一样是传递数据：

def writer():
    while True:
        w = yield
        print('>>', w)
        
def writer_wrapper2(coro):
    yield from coro

一行代码解决问题。

总之，yield from至关于提供了一个通道，使得数据能够在协程之间流转 。writer_wrapper2 中使用yield from coro时，coro此时得到控制权，在咱们.send() 数据时，writer_wrapper2 被阻塞，直到writer 打印出结果。

在这个阶段，协程本质上仍是由生成器构成的。

but，

即便咱们使用yield from 简化了流程，协程和生成器的知识理解起来仍是有点懵逼，并且yield from 用在异步编程中有诸多不顺（asyncio之前就是用yield from），因而在3.5版本的python中，弃用了yield from ，新加入了两个关键字async 和await ，同时协程再也不是生成器类型，而是原生的协程类型。

如今咱们定义一个协程要像下面这样：

async def func():
    await 'some code'

不用于异步的协程该怎么用，我还不知道。因此，协程的介绍到这里就结束啦。

---

本人才疏学浅，上文中不免有些错误，还请各位品评指正。若是以为写的还行，欢迎关注个人公众号MLGroup，讲解python和机器学习方面的知识。