从yield到yield from再到python协程

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了从yield到yield from再到python协程，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含6635字，纯文字阅读大概需要10分钟。

内容图文

yield 关键字

def fib():
    a,b = 0,1
    while 1:
        yield b
        a,b = b,a+b

yield是在：PEP 255 -- Simple Generators 这个pep引入的 yield只能在函数内部使用，包含yield语句的函数称为生成器函数 当调用生成器函数时，并不会执行函数体中的代码，而是返回一个生成器对象 每次调用生成器对象的next()方法时，才会执行生成器函数中的代码，直到遇到yield 或者return 语句。

如果遇到yield 语句， 怎会挂起函数的运行状态，并将yield 右边的表达式的值返回给next()的调用者， 挂起的时候会保存所有本地状态，包括局部变量，指令指针和内部堆栈信息，这样当下次再次调用next()时, 看起来yield 部分就像是调用了一个外部调用一样，可以接着往下执行

注意：try/ finnally 结构中的try子句中不允许使用yield语句，问题是因为无法保证生成器被恢复，因此无法保证finally块将被执行

yield from关键字

yield from关键字是在：PEP 380 -- Syntax for Delegating to a Subgenerator 中提出的

用于生成器将其部分操作委托给另外一个生成器，这允许将包含yield的一段代码分解出来并放在另外一个生成器中，此外，允许子生成器返回一个值，这个值可供委派生成器使用

上述描述听起来可能还是不是特别清楚，我们先看一下语法：

yield from <expr>

yield from expr 表达式中，做的第一件事就是调用iter(expr) 从中获取迭代器，因此expr可以是任何可迭代的对象

通过下面的下例子把yield 和yield from 做对比

from collections import namedtuple


Result = namedtuple("Result", "count average")

li = [40.9, 38.5, 44.3, 42.2, 45.2, 41.7, 44.5, 38.0, 40.6, 44.5]

# 子生成器
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 Result(count, average)

# 委派生成器
def grouper(result, key):
    while True:
        result[key] = yield from averager()

# 调用方
def main():
    results = {}
    group = grouper(results, "kg")
    next(group)
    for value in li:
        group.send(value)
    group.send(None)


if __name__ == "__main__":
    main()

yield from的主要功能是打开双向通道，把最外层的调用方与最内层的子生成器连接起来，这样二者可以直接发送和产出值，还可以直接传入异常 yield from 的六个重要意义 关于yield from 六点重要的说明：

1. 子生成器产出的值都直接传给委派生成器的调用方(即客户端代码)
2. 使用send()方法发送给委派生成器的值都直接传给子生成器。如果发送的值为None,那么会给委派调用子生成器的__next__()方法。如果发送的值不是None,那么会调用子生成器的send方法，如果调用的方法抛出StopIteration异常，那么委派生成器恢复运行，任何其他异常都会向上冒泡，传给委派生成器。
3. 生成器退出时，生成器(或子生成器)中的return expr表达式会出发StopIteration(expr)异常抛出
4. 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。yield from 结构的另外两个特性与异常和终止有关。
5. 传入委派生成器的异常，除了GeneratorExit之外都传给子生成器的throw()方法。如果调用throw()方法时抛出StopIteration异常，委派生成器恢复运行。StopIteration之外的异常会向上冒泡，传给委派生成器
6. 如果把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clsoe()方法，如果它有的话。如果调用close()方法导致异常抛出，那么异常会向上冒泡，传给委派生成器，否则委派生成器抛出GeneratorExit异常

python协程

Python的生成器函数和python的协程非常接近 ,但并不完全 - 因为生成器然允许暂停执行以生成值，但是不提供在执行恢复时传递的值或异常。

并且生成器不允许在try / finally块的try部分中暂停执行，因此使中止的协程很难在其自身之后进行清理。

1. 将yield重新定义为表达式，而不是语句。当前的yield语句将成为一个yield值表达式，其值将被丢弃。每当通过正常的next（）调用恢复生成器时，yield表达式的值为None
2. 为generator-iterators 添加了一个新的方法send(), 它可以恢复生成器并发送给生成一个值，该值称为yield - expression的结果，send（）方法返回生成器产生的下一个值，如果生成器退出而不产生另一个值，则引发StopIteration。
3. 为generator-iterators 添加了一个新的方法throw(), 它在生成器暂停时引发异常，并返回生成器产生的下一个值，如果生成器退出而不产生另一个值，则引发StopIteration（如果生成器没有捕获传入的异常，或者引发另外的一个异常，那么该异常会传播给调用者）
4. 为generator-iterators 添加了一个新的方法close(), 在生成器暂停的位置引发一个GeneratorExit 异常，如果一个生成器引发了StopIteration 异常或者GeneratorExit 异常， close()方法将返回给它的调用者，如果生成是yield 一个值，会引发RuntimeError 异常。如果一个生成器引发了任何其他异常，则会传给他的调用者 ，如果生成器，由于异常退出或者已经正常退出，那么close()不执行任何操作。
5. 确保了当生成器被垃圾回收的时候执行close()
6. 因为垃圾回收或者clsoe被调用将允许允许yield在try / finally块中使用。

send方法 send方法只有一个参数，就是发送值到生成器，调用send(None)相当于调用生成器的next()方法

因为我们开始执行生成器函数的时候，并没有实际执行生成器函数中的代码而是返回一个生成器对象，所以我们需要调用next()或者send(None)来激活协程

与next（）方法一样，send（）方法返回generator-iterator产生的下一个值，如果生成器正常退出或已经退出，则引发StopIteration。如果生成器引发未捕获的异常，它将传播到send（）的调用者

throw方法 让生成器在被挂起的位置抛出指定的异常，如果生成器捕获了异常并且返回的另外一个值，那么这个值就是g.throw()返回的值

如果生成器没有捕获异常，那么throw()将会引发传递相同的异常，如果生成器引发了另外一个异常，throw调用将引发异常，总之throw()的行为类似next()或者send()

除了它在挂起的时候引发异常。如果生成器已经处于关闭状态，throw() 只会引发它传递的异常，而不执行任何生成器的代码

generator.throw:会让生成器在暂停的yield表达式处抛出指定的异常，如果生成器处理了抛出的异常，代码会向前执行到下一个yield表达式，而产出的值会成为调用generator.throw方法代码的返回值。如果生成器没有处理抛出的异常，异常会向上冒泡，传到调用方的上下文中。 generator.close:会让生成器在暂停的yield表达式处抛出GeneratorExit异常。如果生成器没有处理这个异常，或者抛出了StopIteration异常，调用方不会报错，如果收到GeneratorExit异常，生成器一定不能产出值，否则解释器会抛出RuntimeError异常。生成器抛出的异常会向上冒泡，传给调用方。

早期的python协程，语法上协程和生成器看起来也非常类似，也是通过yield关键字如：num = yield

def simple_coroutine():
    print("coroutine start")
    x = yield
    print("coroutine receive [%s]" %x)


coroutine = simple_coroutine()
print(coroutine)
next(coroutine)
coroutine.send(888)

上面的例子中yield 的右边没有表达式，所以默认产出的值为None,通过之前将yield 关键字的时候我们已经知道当我们执行函数的时候

并不会运行生成器函数中的代码，而是返回一个生成器对象，所以我们需要通过调用next(...)来激活协程，这个时候开始运行生成器函数，

当运行到x = yield的时候，yield的右边如果有表达式，则会先进行右边表达式的计算，然后再进行赋值，所以当上面函数执行next()之后，

程序会停在yield那里，当我们调用send方法后yield会收到这个值并赋值给x,而当程序运行到协程定义体的末尾时和用生成器的时候一样会抛出StopIteration异常

如果协程没有通过next(...)激活(同样我们可以通过send(None)的方式激活)，但是我们直接send，则会出错

关于调用next(...)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

协程在运行过程中有四个状态： 1. GEN_CREATE:等待开始执行 2.GEN_RUNNING:解释器正在执行，这个状态一般看不到 3.GEN_SUSPENDED:在yield表达式处暂停 4.GEN_CLOSED:执行结束

内容总结

以上是互联网集市为您收集整理的从yield到yield from再到python协程全部内容，希望文章能够帮你解决从yield到yield from再到python协程所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端