1. 原创作品,转载请注明出处:点我

上一篇文章Python高级编程之生成器(Generator)与coroutine(一):Generator中,我们介绍了什么是Generator,以及写了几个使用Generator Function的示例,这一小节,我们会介绍Python的coroutine,以及会有一个小例子,再接下来的文章中会以代码的形式一步步介绍coroutine的高级用法。

coroutine(协程)

什么是coroutine?coroutine跟Generator有什么区别?下面先看一段代码:

  1. def grep_co(pattern):
  2. print "Lookin for %s" % pattern
  3. while True:
  4. # 执行完下面这句,函数挂起,等待接收数据,通过send()函数
  5. # yield line
  6. line = (yield )
    7 if pattern in line:
  7. 8 print line

grep_co就是一个coroutine,从代码的角度来看,coroutine跟generator的唯一区别就是在第6行,coroutine是

  1. line = (yield)

而Generator是:

  1. yield line

那么这两者有什么区别呢?先别急,我们接着往下看:

在Python2.5及之后的版本中,yield可以用作为表达式,就是gerp_co()函数中的这种用法。那么问题来了,gerp_co()函数中的line的值应该是多少?这个值是谁给他的?

答案很简单:line的值是我们(grep_co())的调用者发送过去的。怎么发送的?Easy!使用send(value)函数即可。先来看下执行效果:

  1. >>> def grep_co(pattern):
  2. print "Looking for %s" %pattern
  3. while True:
  4. line = (yield)
  5. if pattern in line:
  6. print line
  7.  
  8. >>> g = grep_co("python")
  9. >>> g
  10. <generator object grep_co at 0x01FA3B98>

跟Generator一样,当调用gerp_co("python")的时候,并不会立即执行grep_co函数,而是会返回一个generator类型的对象,同样是在这个对象调用了next()的时候才会开始执行这个函数:

  1. >>> g.next()
  2. Looking for python

调用了next()函数之后,函数开始执行,执行到第6行,也就是line = (yield)这一行代码的时候,碰到了yield关键字,跟Generator一样,此时,整个函数会挂起,由于yield后面没有跟随其他的变量(一般情况下,coroutine中的yield语句也不会跟随返回值,这个后面会讲到),所以此时不会返回任何数据,只是单纯的保存执行环境并挂起暂停执行。

既然coroutine跟Generator一样碰到yield关键字会挂起,那么是不是也跟Generator一样调用next()函数继续执行呢?其实你如果能够这样想我会很高兴,说明你有在认真的看,O(∩_∩)O~。不幸的是想法是好的,可惜是错的,O(∩_∩)O哈哈~,应该使用send(value)函数。接着上面往下走,上面调用了g.next(),函数开始执行,碰到了yield关键字,函数挂起暂停执行,现在调用g.send("I love python")函数,执行结果如下:

  1. >>> g.send("Hello,I love python")
  2. Hello,I love python

可以看到,send 函数有一个参数,这个参数就是传递个line这个变量的。调用了send("I love python")这个函数之后,grep_co()这个函数会接着上次挂起的地方往下执行,也就是在第六行line = (yield)这个地方,send("I love python")函数的参数会被传递给line这个变量,然后接着往下执行,直到执行完毕或者再次碰到yield关键字。在这个例子中,line的值是"I love pyhton",pattern的值是"python",if判断为真,打印输出line,接着往下执行,因为是在一个无限循环当中,再次碰到了yield这个关键字,挂起并暂停。所以我们会看到上面的执行结果。

  1. >>> g.send("Life is short,Please use Python")
  2. >>> g.send("Life is short,Please use python")
  3. Life is short,Please use python

我们再继续调用send(value)函数,会重复上面的执行过程。

讲了这么多,那么什么才是coroutine呢?我相信聪明的你应该已经猜到了:

所谓的coroutine,也就是一个包含有yield关键字的函数,但是跟Generator不同的是,coroutine会以value = (yield)的方式使用yield关键字,并且接受调用者通过send(value)函数发送过来的数据,然后消费这个数据(consume the value)。

在使用coroutine,有一点很需要注意的就是:所有的coroutine必须要先调用.next()或者send(None)才行。在调用send传入非None值前,生成器必须处于挂起状态,否则将抛出异常。当然,也可以使用.next()恢复生成器,只不过此时coroutine接收到的value为None。

可以调用.close()关闭coroutine。关闭coroutine之后,再次调用.nect()或者.send(value)之后会抛出异常。

  1. >>> g.close()
  2. >>> g.send("corotuine has already closed")
  3.  
  4. Traceback (most recent call last):
  5. File "<pyshell#16>", line 1, in <module>
  6. g.send("corotuine has already closed")
  7. StopIteration
  8. >>>

.close()会抛出GeneratorExit异常,我们可以在代码中捕获并处理这个异常,而且一般情况下也应该处理这个异常。

  1. def grep(pattern):
  2. print "Looking for %s" %pattern
  3. try:
  4. while True:
  5. line = (yield)
  6. if pattern in line:
  7. print line
  8. except GeneratorExit:
  9. print "Going away.Goodbye"

当然也可以通过throw()函数在生成器内部抛出一个指定的异常。

  1. >>> g.send("Life is short,please use python")
  2. Life is short,please use python
  3. >>> g.throw(RuntimeError,"You'ar hosed")
  4.  
  5. Traceback (most recent call last):
  6. File "<pyshell#14>", line 1, in <module>
  7. g.throw(RuntimeError,"You'ar hosed")
  8. File "<pyshell#10>", line 5, in grep
  9. line = (yield)
  10. RuntimeError: You'ar hosed

好了,coroutine已经介绍的差不多了,我们可以看到coroutine可以很方便的挂起和执行,也有多个人口点和出口点,而普通的函数一般只有一个入口点和出口点。

Generator和coroutine用起来很像,但是仅此而已,Generator和coroutine是两个完全不相同的概念。Generator产生(返回)数据用来在迭代(iterator)中使用,而coroutine则是需要其他的地方发送数据过来,从而消费数据(consume value)。

接下来讲的是使用coroutine要注意的地方:

第一,就是千万别忘记了在使用coroutine前要先调用.next()函数。但是这一点经常容易忘记,所以可以使用一个function decorator.

  1. # 作为装饰器用,因为经常容易会忘记调用.next()函数
  2. def coroutine(func):
  3. def start(*args,**kargs):
  4. cr = func(*args,**kargs)
  5. cr.next()
  6. return cr
  7. return start

第二:最好是不要把Generator和coroutine混合在一起用,也就是receive_value = (yield return_value)这种方式来用。因为这会很难以理解,而且也会出现某些很诡异的情况。先看代码:

  1. def countdown_co(n):
  2. print "Counting down from ",n
  3. while n >= 0:
  4. newvalue = (yield n)
  5. # 如果接收到了newvalue,则重新设置n
  6. if newvalue is not None:
  7. n = newvalue
  8. else:
  9. n -= 1

代码很简单,同时使用了coroutine和Generator,诡异的情况发生了。先是写一个函数test_countdown_co():

  1. def test_countdown_co():
  2. c = countdown_co(5)
  3. for n in c:
  4. print n
  5. if 5 == n:
  6. c.send(3)

然后在IDLE终端调用这个函数,可以看到函数的执行结果为:

  1. >>> test_countdown_co()
  2. Counting down from 5
  3. 5
  4. 2
  5. 1

现在,我们在IDLE终端直接输入上面的test_countdown_co()代码来测试countdown_co()函数:

  1. >>> c = countdown_co(5)
  2. >>> for n in c:
  3. print n
  4. if 5 == n:
  5. c.send(3)
  6.  
  7. Counting down from 5
  8. 5
  9. 3
  10. 2
  11. 1
  12. 0
  13. >>>

可以看到一样的代码,执行结果却不一样,好诡异啊!到现在我都没有想明白这是为什么。如果有谁知道原因,请告诉我,O(∩_∩)O谢谢!

好了!这一篇介绍coroutine的Blog也写好了。接下来的文章会以完整的代码的形式来介绍coroutine的一些高级用法。敬请期待。O(∩_∩)O哈哈~

Python高级编程之生成器(Generator)与coroutine(二):coroutine介绍的更多相关文章

  1. Python高级编程之生成器(Generator)与coroutine(一):Generator

    转载请注明出处:点我 这是一系列的文章,会从基础开始一步步的介绍Python中的Generator以及coroutine(协程)(主要是介绍coroutine),并且详细的讲述了Python中coro ...

  2. Python高级编程之生成器(Generator)与coroutine(四):一个简单的多任务系统

    啊,终于要把这一个系列写完整了,好高兴啊 在前面的三篇文章中介绍了Python的Python的Generator和coroutine(协程)相关的编程技术,接下来这篇文章会用Python的corout ...

  3. Python高级编程之生成器(Generator)与coroutine(三):coroutine与pipeline(管道)和Dataflow(数据流_

    原创作品,转载请注明出处:点我 在前两篇文章中,我们介绍了什么是Generator和coroutine,在这一篇文章中,我们会介绍coroutine在模拟pipeline(管道 )和控制Dataflo ...

  4. python高级编程技巧

    由python高级编程处学习 http://blog.sina.com.cn/s/blog_a89e19440101fb28.html Python列表解析语法[]和生成 器()语法类似 [expr  ...

  5. 第十一章:Python高级编程-协程和异步IO

    第十一章:Python高级编程-协程和异步IO Python3高级核心技术97讲 笔记 目录 第十一章:Python高级编程-协程和异步IO 11.1 并发.并行.同步.异步.阻塞.非阻塞 11.2 ...

  6. python高级编程之选择好名称:完

    由于时间关系,python高级编程不在放在这边进行学习了,如果需要的朋友可以看下面的网盘进行下载 # # -*- coding: utf-8 -*- # # python:2.x # __author ...

  7. python高级编程之列表推导式

    1. 一个简单的例子 在Python中,如果我们想修改列表中所有元素的值,可以使用 for 循环语句来实现. 例如,将一个列表中的每个元素都替换为它的平方: >>> L = [1, ...

  8. python高级编程:有用的设计模式3

    # -*- coding: utf-8 -*-__author__ = 'Administrator'#python高级编程:有用的设计模式#访问者:有助于将算法从数据结构中分离出来"&qu ...

  9. python高级编程:有用的设计模式2

    # -*- coding: utf-8 -*- __author__ = 'Administrator' #python高级编程:有用的设计模式 #代理 """ 代理对一 ...

随机推荐

  1. (转)Loader ,URLLoader ,URLStream的区别

    AS3代码   (1)  Loader              Loader 类可用于加载 SWF 文件或图像(JPG.PNG 或 GIF)文件. 使用 load() 方法来启动加载. 被加载的显示 ...

  2. [Functional Programming] Async IO Functor

    We will see a peculiar example of a pure function. This function contained a side-effect, but we dub ...

  3. JQuery中attr属性和jQuery.data()学习笔记

    用html直接data-key来存放,key必须全部小写. <div data-mydata="123"></div> consoloe.log($(&qu ...

  4. 使用HTML5的两个api,前端js完成图片压缩

    主要用了两个html5的 API,一个file,一个canvas,压缩主要使用cnavas做的,file是读取文件,之后把压缩好的照片放入内存,最后内存转入表单下img.src,随着表单提交. 照片是 ...

  5. java实现顺序链表

    C&C++是那么难学,以至于我连指针是什么都不知道.所以只能学习java了. 如今想用java实现N年前学过“数据结构(c语言版)”却又是那么吃力! 慢慢练吧! 写此博客,仅标记自己学过数据结 ...

  6. 谁占用了我的Buffer Pool?--【转】

    转自:http://blogs.msdn.com/b/apgcdsd/archive/2011/01/11/buffer-pool.aspx 我在做SQL Server 7.0技术支持的时候有客户问我 ...

  7. Java之字节码(3) - 简单介绍

    转载来自 首先了解一下理论知识: 字节码: Class文件是8位字节流,按字节对齐.之所以称为字节码,是因为每条指令都只占据一个字节,所有的操作码和操作数都是按字节对齐的.如:0×03表示iconst ...

  8. sql删除数据库所有表

    use 数据库名(是要删除表的所在的那个数据库的名称) GO ) begin SELECT @sql='drop table ' + name FROM sysobjects WHERE (type ...

  9. css实现图片水平垂直居中

    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/ ...

  10. ubuntu——主题更新,Ubuntu-tweak安装

    1.首先打开终端 2.在终端中输入sudo apt-add-repository ppa:tualatrix/ppa 回车后输入密码等一会,导入密钥 3.再输入sudo apt-get update ...