标签：def group 例子 ret 直接 ror type create 比较
一个简单协程示例：
def simple_coroutine(): print(‘start‘) x = yield #yield右边为空，默认产出None print(‘received:‘, x) my_coro = simple_coroutine() print(my_coro) next(my_coro) #启动生成器 my_coro.send(40) #调用后，yield表达式会计算出40，然后执行到下一个yield或终止
#结果 <generator object simple_coroutine at 0x000001C17BB43A98> #生成器对象 start received: 40 StopIteration #与生成器行为一样，抛出StopIteration异常
类似于线程、进程，协程可以身处四个状态中的某一个：
GEN_CREATED //就绪，等待开始执行
GEN_RUNN //执行，解释器正在执行
GEN_SUSPENDED //暂停，在yield表达式处暂停
GEN_CLOSED //结束，执行结束
协程状态在python中可以使用inspect.getgeneratorstate()函数获取：
def simple_coroutine_2(a): print(‘start:a = ‘, a) b = yield a print(‘received:b = ‘, b) c = yield a + b print(‘received:c = ‘, c) my_coro = simple_coroutine_2(14) from inspect import getgeneratorstate print(getgeneratorstate(my_coro)) next(my_coro) #执行到第一个yield，产出a的值，等待为b赋值 print(getgeneratorstate(my_coro)) my_coro.send(28) #见结果，b值为28,调用方将28发送给协程 print(getgeneratorstate(my_coro)) try: my_coro.send(99) except StopIteration: pass print(getgeneratorstate(my_coro)) #结果 GEN_CREATED #协程未启动 start:a = 14 GEN_SUSPENDED #协程暂停 received:b = 28 GEN_SUSPENDED #协程暂停 received:c = 99 GEN_CLOSED #协程结束
在上一个示例中，未调用next()函数时，协程处于GEN_CREATED状态。处于GEN_CREATED状态的协程没有激活，须使用next()函数激活协程才能将值发送给协程，否则报错。
my_coro = simple_coroutine_2(14) my_coro.send(15) #结果 TypeError: can‘t send non-None value to a just-started generator
调用next()函数后，协程会向前执行到yield表达式，产出值，并暂停等待调用方发送值。
调用next()函数预激协程
或使用装饰器
from functools import wraps #定义一个预激协程的装饰器 def coroutine(func): @wraps(func) def primer(*args, **kwargs): gen = func(*args, **kwargs) #调用被装饰函数，获取生成器对象 next(gen) #预激协程 return gen #返回生成器 return primer #使用装饰器，计算历史平均值 @coroutine def averager(): total = 0.0 count = 0 average = None while True: term = yield average total += term count += 1 average = total/count coro_avg = averager() from inspect import getgeneratorstate print(getgeneratorstate(coro_avg)) print(coro_avg.send(10)) print(coro_avg.send(20)) #结果 GEN_SUSPENDED #一开始就处于暂停状态 10.0 15.0
generator.send(value) //生成器调用方可以使用send发送数据，这个成为yield表达式的值，并前进到下一个yield处
generator.throw(exc_type[, exc_value[, traceback]]) //致使生成器在暂停的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，而产出的值会调用generator.throw方法得到返回值。如果生成器没有处理抛出的异常，异常会向上冒泡。
generator.close() //致使生成器在暂停的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。生成器抛出的其他异常会向上冒泡。
异常处理测试代码：
class DemoException(Exception): """此次演示的定义异常类型""" def demo_exc_handling(): print(‘start‘) while True: try: x = yield except DemoException: #特别处理 print(‘*** DemoException handled.Continuing...‘) else: print(‘received:{!r}‘.format(x)) raise RuntimeError(‘this line should never run.‘) #这一行代码永远不会执行，未处理的异常才会终止循环，而一旦出现未处理的异常，协程会立刻终止
激活和关闭demo_exc_handling，没有异常：
exc_coro = demo_exc_handling() next(exc_coro) exc_coro.send(10) exc_coro.send(20) exc_coro.close() from inspect import getgeneratorstate print(getgeneratorstate(exc_coro)) #结果 start received:10 received:20 GEN_CLOSED
把DemoException异常传入demo_exc_handling协程，它会处理然后继续运行：
exc_coro = demo_exc_handling() next(exc_coro) exc_coro.send(10) exc_coro.throw(DemoException) from inspect import getgeneratorstate print(getgeneratorstate(exc_coro)) #结果 start received:10 *** DemoException handled.Continuing... GEN_SUSPENDED
尝试传入没有处理的异常：
exc_coro = demo_exc_handling() next(exc_coro) exc_coro.send(10) exc_coro.throw(ZeroDivisionError) from inspect import getgeneratorstate print(getgeneratorstate(exc_coro)) #结果 start received:10 #报错 GEN_CLOSED
若不管协程如何结束都想做一些清理工作，要把协程定义体中的相关代码放入try/finally块中：
class DemoException(Exception): """此次演示的定义异常类型""" def demo_exc_handling(): print(‘start‘) try: while True: try: x = yield except DemoException: print(‘*** DemoException handled.Continuing...‘) else: print(‘received:{!r}‘.format(x)) finally: print(‘ending‘)
使用return直接返回值是可行的，但和普通函数不同，return语句的返回值会赋值给StopIteration异常的一个属性。
from collections import namedtuple Result = namedtuple(‘Result‘, ‘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 Result(count, average) coro_avg = averager() next(coro_avg) coro_avg.send(10) coro_avg.send(20) coro_avg.send(None) #结果 StopIteration: Result(count=2, average=15.0)
捕获StopIteration异常，获取返回值：
coro_avg = averager() next(coro_avg) coro_avg.send(10) coro_avg.send(20) try: coro_avg.send(None) except StopIteration as e: print(e.value) #结果 Result(count=2, average=15.0)
它的一个用法是简化for循环中的yield表达式：
def gen(): for c in ‘ABC‘: yield c for i in range(1, 5): yield i def gen_2(): yield from ‘ABC‘ yield from range(1, 5)
两个函数是一样的功能。
在协程中yield from会创建通道，把内层生成器直接与外层生成器的客户端联系起来。二者可以直接发送和产出值，还可以直接传入异常。
一个至关重要的一点：在生成器gen中使用yield from subgen()时，subgen()会获得控制权，把产出的值传给gen的调用方，即调用方可以直接控制subgen。与此同时，gen会阻塞，等待subgen终止。
委派生成器：包含yield from <iterable>表达式的生成器函数
子生成器：从yield from表达式中<iterable>部分获取的生成器。
调用方：调用生成器的客户端代码。
下面一个例子是：从data字典中读取虚构的七年级男女学生的体重和身高，获取生成平均结果。
from collections import namedtuple Result = namedtuple(‘Result‘, ‘count average‘) #子生成器 def averager(): total = 0.0 count = 0 average = None while True: term = yield if term is None: #！！！！至关重要的终止条件 break total += term count += 1 average = total/count return Result(count, average) #委派生成器 def grouper(result, key): while True: #每次迭代创建一个新的averager实例；每个实例都是作为协程使用的生成器 result[key] = yield from averager() #grouper发送的每个值都会经由yield from处理，通过管道传递给averager实例。grouper会在yield from #表达式暂停，等待averager处理客户端发来的值。 #调用方，即驱动函数 def main(data): results = {} for key, values in data.items(): group = grouper(results, key) #group是调用grouper函数得到的生成器对象，group作为协程使用 next(group) #预激协程 for value in values: #把各个value传给grouper,传入的值最终到达averager函数中term = yield这一个，grouper函数不知情 group.send(value) group.send(None) #终止当前averager实例 report(results) #输出函数 def report(results): for key, result in sorted(results.items()): group, unit = key.split(‘;‘) print(‘{:2} {:5} averaging {:.2f}{}‘.format(result.count, group, result.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, 1.14, 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)
如果没有.send(None)，那么averager子生成器不会终止，results[key]赋值语句不会执行。
例子表达最关键的一点是：如果子生成器不终止，委派生成器会在yield from表达式处永远暂停，这样程序不会向前执行，yield from把控制权转交给调用方了，但有任务没有执行。
委派生成器相当于管道，所以可以把任意数量的委派生成器连接在一起：一个委派生成器使用yield from调用一个子生成器，而那个子生成器本身也是委派生成器，使用yield from调用另一个生成器，以此类推。最终，这个链条要以一个yield表达式的简单生成器结束或以任何可迭代对象结束。任何yield from链条都必须由客户端驱动，在最外层委派生成器上调用next()函数或者.send()方法。
关于yield from 六点重要的说明：
以上来自《流畅的python》
标签：def group 例子 ret 直接 ror type create 比较
原文地址：https://www.cnblogs.com/lht-record/p/10349487.html
