從yield 到yield from再到python協程

yield 關鍵字

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

 

yield 是在:PEP 255 -- Simple Generators 這個pep引入的python

yield 只能在函數內部使用,包含yield語句的函數稱爲生成器函數express

當調用生成器函數時,並不會執行函數體中的代碼,而是返回一個生成器對象併發

每次調用生成器對象的next()方法時,纔會執行生成器函數中的代碼,直到遇到yield 或者return 語句。函數

若是遇到yield 語句, 怎會掛起函數的運行狀態,並將yield 右邊的表達式的值返回給next()的調用者, 掛起的時候會保存全部本地狀態,包括局部變量,指令指針和內部堆棧信息,這樣當下次再次調用next()時, 看起來yield 部分就像是調用了一個外部調用同樣,能夠接着往下執行spa

注意:try/ finnally 結構中的try子句中不容許使用yield語句, 問題是由於沒法保證生成器被恢復,所以沒法保證finally塊將被執行指針

 

yield from 關鍵字

yield from關鍵字是在:PEP 380 -- Syntax for Delegating to a Subgenerator 中提出的code

用於生成器將其部分操做委託給另一個生成器,這容許將包含yield的一段代碼分解出來並放在另一個生成器中,此外,容許子生成器返回一個值,這個值可供委派生成器使用協程

 

上述描述聽起來可能仍是不是特別清楚,咱們先看一下語法:對象

yield from <expr>

 

yield from expr 表達式中,作的第一件事就是調用iter(expr) 從中獲取迭代器,所以expr能夠是任何可迭代的對象blog

經過下面的下例子把yield 和yield from 作對比

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()

# 調用方
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的主要功能是打開雙向通道,把最外層的調用方與最內層的子生成器鏈接起來,這樣兩者能夠直接發送和產出值,還能夠直接傳入異常

yield from 的六個重要意義

關於yield from 六點重要的說明:

  1. 子生成器產出的值都直接傳給委派生成器的調用方(即客戶端代碼)
  2. 使用send()方法發送給委派生成器的值都直接傳給子生成器。若是發送的值爲None,那麼會給委派調用子生成器的__next__()方法。若是發送的值不是None,那麼會調用子生成器的send方法,若是調用的方法拋出StopIteration異常,那麼委派生成器恢復運行,任何其餘異常都會向上冒泡,傳給委派生成器
  3. 生成器退出時,生成器(或子生成器)中的return expr表達式會出發StopIteration(expr)異常拋出
  4. yield from表達式的值是子生成器終止時傳給StopIteration異常的第一個參數。yield from 結構的另外兩個特性與異常和終止有關。
  5. 傳入委派生成器的異常,除了GeneratorExit以外都傳給子生成器的throw()方法。若是調用throw()方法時拋出StopIteration異常,委派生成器恢復運行。StopIteration以外的異常會向上冒泡,傳給委派生成器
  6. 若是把GeneratorExit異常傳入委派生成器,或者在委派生成器上調用close()方法,那麼在子生成器上調用clsoe()方法,若是它有的話。若是調用close()方法致使異常拋出,那麼異常會向上冒泡,傳給委派生成器,不然委派生成器拋出GeneratorExit異常

python協程

Python的生成器函數和python的協程很是接近 ,但並不徹底 - 由於生成器然容許暫停執行以生成值,可是不提供在執行恢復時傳遞的值或異常。

而且生成器不容許在try / finally塊的try部分中暫停執行,所以使停止的協程很難在其自身以後進行清理。

 

  1. 將yield從新定義爲表達式,而不是語句。當前的yield語句將成爲一個yield值表達式,其值將被丟棄。每當經過正常的next()調用恢復生成器時,yield表達式的值爲None
  2. 爲generator-iterators 添加了一個新的方法send(), 它能夠恢復生成器併發送給生成一個值,該值稱爲yield - expression的結果,send()方法返回生成器產生的下一個值,若是生成器退出而不產生另外一個值,則引起StopIteration。
  3. 爲generator-iterators 添加了一個新的方法throw(), 它在生成器暫停時引起異常,並返回生成器產生的下一個值,若是生成器退出而不產生另外一個值,則引起StopIteration(若是生成器沒有捕獲傳入的異常,或者引起另外的一個異常,那麼該異常會傳播給調用者)
  4. 爲generator-iterators 添加了一個新的方法close(), 在生成器暫停的位置引起一個GeneratorExit 異常,若是一個生成器引起了StopIteration 異常或者GeneratorExit 異常, close()方法將返回給它的調用者,若是生成是yield 一個值,會引起RuntimeError 異常。若是一個生成器引起了任何其餘異常,則會傳給他的調用者 ,若是生成器,因爲異常退出或者已經正常退出,那麼close()不執行任何操做。
  5. 確保了當生成器被垃圾回收的時候執行close()
  6. 由於垃圾回收或者clsoe被調用將容許容許yield在try / finally塊中使用。

send方法

send方法只有一個參數,就是發送值到生成器,調用send(None)至關於調用生成器的next()方法

由於咱們開始執行生成器函數的時候,並無實際執行生成器函數中的代碼而是返回一個生成器對象,因此咱們須要調用next()或者send(None)來激活協程

與next()方法同樣,send()方法返回generator-iterator產生的下一個值,若是生成器正常退出或已經退出,則引起StopIteration。若是生成器引起未捕獲的異常,它將傳播到send()的調用者

 

throw方法

讓生成器在被掛起的位置拋出指定的異常,若是生成器捕獲了異常而且返回的另一個值,那麼這個值就是g.throw()返回的值

若是生成器沒有捕獲異常,那麼throw()將會引起傳遞相同的異常,若是生成器引起了另一個異常,throw調用將引起異常,總之throw()的行爲相似next()或者send()

除了它在掛起的時候引起異常。若是生成器已經處於關閉狀態,throw() 只會引起它傳遞的異常,而不執行任何生成器的代碼

 

generator.throw:會讓生成器在暫停的yield表達式處拋出指定的異常,若是生成器處理了拋出的異常,代碼會向前執行到下一個yield表達式,而產出的值會成爲調用generator.throw方法代碼的返回值。若是生成器沒有處理拋出的異常,異常會向上冒泡,傳到調用方的上下文中。
generator.close:會讓生成器在暫停的yield表達式處拋出GeneratorExit異常。若是生成器沒有處理這個異常,或者拋出了StopIteration異常,調用方不會報錯,若是收到GeneratorExit異常,生成器必定不能產出值,不然解釋器會拋出RuntimeError異常。生成器拋出的異常會向上冒泡,傳給調用方。

 

早期的python協程,語法上協程和生成器看起來也很是相似,也是經過yield關鍵字如: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 的右邊沒有表達式,因此默認產出的值爲None,經過以前將yield 關鍵字的時候咱們已經知道當咱們執行函數的時候

並不會運行生成器函數中的代碼,而是返回一個生成器對象,因此咱們須要經過調用next(...)來激活協程,這個時候開始運行生成器函數,

當運行到x = yield的時候,yield的右邊若是有表達式,則會先進行右邊表達式的計算,而後再進行賦值,因此當上面函數執行next()以後,

程序會停在yield那裏,當咱們調用send方法後yield會收到這個值並賦值給x,而當程序運行到協程定義體的末尾時和用生成器的時候同樣會拋出StopIteration異常

若是協程沒有經過next(...)激活(一樣咱們能夠經過send(None)的方式激活),可是咱們直接send,則會出錯

 

關於調用next(...)函數這一步一般稱爲」預激(prime)「協程,即讓協程向前執行到第一個yield表達式,準備好做爲活躍的協程使用

協程在運行過程當中有四個狀態:

  1. GEN_CREATE:等待開始執行
  2. GEN_RUNNING:解釋器正在執行,這個狀態通常看不到
  3. GEN_SUSPENDED:在yield表達式處暫停
  4. GEN_CLOSED:執行結束
相關文章
相關標籤/搜索