5)协程二(yeild from)

 一：yield from说明

python从3.3版本开始使用yield from 替代yield

　　 yield from 结构会在内部自动捕获 StopIteration 异常。

　　这种处理方式与 for 循环处理 StopIteration 异常的方式一样：循环机制使用用户易于理解的方式处理异常。

　　对 yield from 结构来说，解释器不仅会捕获 StopIteration 异常，还会把value 属性的值变成 yield from 表达式的值。

　　yield from x 表达式对 x 对象所做的第一件事是，调用 iter(x)，从中获取迭代器。

　　因此， x 可以是任何可迭代的对象可是，如果 yield from 结构唯一的作用是替代产出值的嵌套 for 循环，这个结构很有可能不会添加到 Python 语言中。

　　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，而不用在位于中间的协程中添加大量处理异常的样板代码。

　　有了这个结构，协程可以通过以前不可能的方式委托职责。

　　PEP 380 使用了一些专门的术语   

　　 #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
　　委派生成器在 yield from 表达式处暂停时，调用方可以直接把数据发给子生成器，子生成器再把产出的值发给调用方。

　　子生成器返回之后，解释器会抛出
异常，并把返回值附加到异常对象上，此时委派生成器会恢复

　　二：示例

    示例：使用 yield from 计算平均值并输出统计报告
    # _*_ coding:utf-8 _*_
    __author__ = "lixiang"
    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:#
                break
            total += term
            count += 1
            average = total/count
        return Result(count, average) #

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

    # 客户端代码，即调用方
    def main(data): #
        results = {}
        for key, values in data.items():
            group = grouper(results, key)   #
            next(group) #
            for value in values:
                group.send(value)   #
                group.send(None) # 重要！#12
        # print(results) # 如果要调试，去掉注释
        report(results)
        # 输出报告
    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, 1.41, 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)

    """
    ❶ 的 averager 协程一样。这里作为子生成器使用。
    ❷ main 函数中的客户代码发送的各个值绑定到这里的 term 变量上。
    ❸ 至关重要的终止条件。如果不这么做，使用 yield from 调用这个协程的生成器会永
    远阻塞。
    ❹ 返回的 Result 会成为 grouper 函数中 yield from 表达式的值。
    ❺ grouper 是委派生成器。
    ❻ 这个循环每次迭代时会新建一个 averager 实例；每个实例都是作为协程使用的生成
    器对象。
    ❼ grouper 发送的每个值都会经由 yield from 处理，通过管道传给 averager 实
    例。 grouper 会在 yield from 表达式处暂停，等待 averager 实例处理客户端发来的
    值。 averager 实例运行完毕后，返回的值绑定到 results[key] 上。 while 循环会不断
    创建 averager 实例，处理更多的值。
    ❽ main 函数是客户端代码，用 PEP 380 定义的术语来说，是“调用方”。这是驱动一切的
    函数。
    ❾ group 是调用 grouper 函数得到的生成器对象，传给 grouper 函数的第一个参数是
    results，用于收集结果；第二个参数是某个键。 group 作为协程使用。
    ❿ 预激 group 协程。
    ⓫ 把各个 value 传给 grouper。传入的值最终到达 averager 函数中 term = yield 那
    一行； grouper 永远不知道传入的值是什么。
    ⓬ 把 None 传入 grouper，导致当前的 averager 实例终止，也让 grouper 继续运行，
    再创建一个 averager 实例，处理下一组值。