Python中的协程

导语：本文章记录了本人在学习Python基础之控制流程篇的重点知识及我的心得，打算入门Python的朋友们能够来一块儿学习并交流。

本文重点：

一、掌握协程的概念与行为；
二、掌握协程中的预激，终止和异常处理；
三、深刻理解yield from的本质做用。

1、协程介绍

一、协程概述

协程：指的是与调用方协做，产出由调用方提供的值。
语法结构：协程是定义体中包含yield关键字的函数，通常使用生成器函数定义。
意义：协程中的yield关键字是一种控制流程工具。即无论数据如何流动，协程都会把控制权让步给中心调度程序，从而激活其余的协程实现协做式多任务。

二、协程的基本行为

协程包含四种状态：

• 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。

可以使用inspect.getgeneratorstate(...)查询协程所处的状态。

协程中重要的两个方法：

• .send(datum)：调用方把数据提供给协程。
• next(coroutine)：预激协程。

协程返回值：自Python3.3实现PEP 380以来对生成器函数作了两处改动，一处是生成器能够返回值。

三、实例1：协程初级使用——计算平均值

下面将利用协程计算用户传入若干数值的平均值。

def average():
    total=0.0
    number=0
    average=None
    while True:
        term=yield average
        total+=term
        number+=1
        average=total/number
        print(average)

process=average()
next(process)#预激协程
process.send(5)#输出5
process.send(10)#输出7.5
process.send(15) #输出10.0

小结：协程执行首先须要预激，使之准备好而后让步控制权。具体地说，协程在yield关键字所在的位置暂停执行。在term=yield average这个 赋值语句中，右边的代码会在赋值以前执行。 在暂停结束后，从先前阻塞的那行代码开始，将yield 表达式的值赋给左边的变量。

实例2：令协程返回值

from collections import namedtuple

Result = namedtuple('result','average count')

def average():
    total = 0.0
    number = 0
    average = None
    while True:
        term = yield
        if term is None:
            break
        total += term
        number += 1
        average=total/number
    return Result(average,number)

分析：当协程终止时，能够在return表达式中返回值。而且return表达式经过把值绑定到StopIteration的value属性上传给调用方返回值。事实上这也符合生成器的常规行为——耗尽时抛出StopIteration异常。

2、协程的预激、终止与异常处理

一、预激协程

协程在使用前须预激，让协程向前执行到第一个yield表达式，准备好做为活跃的协程使用。
预激的本质方法：

• next(coroutine)：常见的标准方法。

同时首次发送coroutine.send(None)也能够调用next(coroutine)，实现相同功能，但缺少可读性。

基于本质方法，咱们衍生出自定义预激协程的装饰器的方法，避免忘记预激协程。
coroutine:预激协程的装饰器

from functools import wraps
def coroutine(func):
    @wraps(func)#把func相关属性复制过来
    def manage(*args,**kwargs):
        gen=func(*args,**kwargs)#获取生成器对象
        next(gen)#预激协程
        return gen#返回协程
    return manage

只需将@coroutine语法糖加在生成器函数上，就能够经过构造生成器对象获取活跃的协程。
注意：

• 使用yield from调用协程时会自动预激，所以与@coroutine装饰器不兼容；
• Python3.4标准库中的asyncio.coroutine装饰器不会预激协程，所以能兼容yield from句法。

二、终止协程

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。
所以，终止协程的本质在于向协程发送其没法处理的异常。下面介绍三种方法终止协程：

• 发送哨符值。经常使用None和Ellipsis，甚至StopIteration类也能够发送。
• generator.throw(exc_type[,exc_value[,traceback]])
  令生成器在暂停的yield表达式处抛出指定的异常。若生成器处理了此异常，则生成器向前执行到下一个yield表达式，而产出的值会成为调用generator.throw获得的返回值。不然，异常会向上冒泡，传到调用方的上下文中。
• generator.close()
  令生成器在暂停的yield表达式处抛出GeneratorExit异常。若是生成器不处理此异常，或者跑出来StopIteration，调用方不会报错。若是收到GeneratorExit异常，生成器必定不能产出值，不然解释器会抛出RuntimeError异常。

后两种方法是自Python2.5开始显式发送异常的两个方法，建议使用后两种方法来终止协程。

三、处理异常

在使用协程的过程当中会产生一些须要处理的异常，此时可利用try/except处理。若是无论协程如何结束都要作一些清理工做，请使用try/finally处理。

实例1：使用try/finally在协程终止时执行操做

class DemoException(Exception):
"""为此次演示定义的异常类型。 """
    def demo_finally():
        print('-> coroutine started')
        try:
            while True:
                try:
                   x = yield
                except DemoException:
                   print('*** DemoException handled. Continuing...')
                else:
                   print('-> coroutine received: {!r}'.format(x))
        finally:
            print('-> coroutine ending')

3、yield from结构

一、yield from结构介绍

做用介绍：
本质做用是打开双向通道，把最外层的调用方与最内层的子生成器链接起来，这样二者能够直接发送和产出值，还能够直接传入异常。
替代产出值的嵌套for循环。

执行机制：
（1）在生成器gen中使用yield from subgen()时，subgen会得到控制权，把产出的值传给gen的调用方，即调用方能够直接控制subgen。与此同时，gen会阻塞，等待subgen终止。
（2）yield from结构会在内部自动捕获StopIteration异常，还会把对应的value属性值变成yield from表达式的值。

二、yield from的应用

实例1：对yield from架构双向通道本质的深刻理解
下面咱们结合实例深刻理解yield from结构。假设咱们须要利用yield from分别计算一个班级男女生身高和体重的平均值，并予以输出。采用“外部调用方+委派生成器+子生成器”的结构进行设计，结构示意图以下：

实例代码：

from collections import namedtuple
Result=namedtuple('Result','average number')

def subaverager():#子生成器经委派生成器处理外部数据，并将值返回给委派生成器。
    total = 0.0
    number = 0
    average = None
    while True:
        term = yield
        if term is None:#外部调用方控制子生成器终止的关键语句。
            break
        total += term
        number += 1
        average=total/number
    return Result(average,number)

def averager(results,key):#委托生成器架构双向通道。
    while True:#避免StopIteration。当获得子生成器的返回值时，程序会执行到下一个yield。
        results[key]=yield from subaverager()

def main(grouper):
    results={}
    for key,group in grouper.items():
        term = averager(results,key)#构建生成器对象。
        next(term)
        for value in group:
            term.send(value)
        term.send(None)#外部调用方控制子生成器终止的语句。
        print(results)
    result(results)

def result(results):#格式化输出协程返回的处理数据。
    for key,value in results.items():
        gender,unit=key.split(';')
        print('{} {} averaging {:.2f} {}.'.format(
            value.number,gender,value.average,unit))

data = {
'girls;kg':
[40.9, 38.5, 44.3, 42.2, 45.2, 41.7, 44.5, 38.0, 40.6, 44.5],
'girls;m':
[1.6, 1.51, 1.4, 1.3, 1.41, 1.39, 1.33, 1.46, 1.45, 1.43],
'boys;kg':
[39.0, 40.8, 43.2, 40.8, 43.1, 38.6, 41.4, 40.6, 36.3],
'boys;m':
[1.38, 1.5, 1.32, 1.25, 1.37, 1.48, 1.25, 1.49, 1.46],
}

if __name__=='__main__':
    main(data)

思路扩展：上例展现的结构中仅有一个委派生成器和一个子生成器。事实上，这种调用关系能够扩展到更多的委托生成器上。即把多个委派生成器链接到一块儿。一个委派生成器调用另外一个子生成器，这个子生成器自己也是委派生成器。这种链式结构最终以一个只使用yield的简单生成器结束，或者任何的可迭代对象结束。

实例2：替代产出值的嵌套for循环

def gen():
for c in 'AB':
 yield c
 for i in range(1, 3):
 yield i
print(list(gen()))#输出['A', 'B', 1, 2]

能够简化成：

def gen():
yield from 'AB'
yield from range(1, 3)
print(list(gen()))#输出['A', 'B', 1, 2]

三、PEP380中总结的yield from的六点行为

• 子生成器产出的值都直接传给委派生成器的调用方。
• 使用send()方法发给委派生成器的值都直接传给子生成器。若是发送None会调用生成器的__next__()方法。若是发送的不是None，那么委派生成器恢复运行。任何其余异常都会向上冒泡，传给委派生成器。
• 生成器退出时，生成器中的return表达式会触发StopIteration(expr)异常抛出。
• yield from表达式的值是子生成器终止时传给StopIteration异常的第一个参数。
• 传入委派生成器的异常，除了GeneratorExit以外都传给子生成器的throw()方法。若是调用throw()方法时抛出StopIteration异常，委派生成器恢复运行。StopIteration以外的异常会向上冒泡，传给委派生成器。
• 若是把 GeneratorExit 异常传入委派生成器， 或者在委派生成器上调用 close() 方法， 那么在子生成器上调用 close() 方法， 若是它有的话。 若是调用 close() 方法致使异常抛出， 那么异常会向上冒泡， 传给委派生成器； 不然， 委派生成器抛出GeneratorExit 异常。

4、协程与生成器异同

• 生成器用于生成供迭代的数据。
• 协程是数据的消费者，能完成协做式多任务活动。
• 协程与迭代无关。尽管在协程中会使用 yield 产出值， 但这与迭代无关。