Python高级编程之生成器(Generator)与coroutine(二):coroutine介绍
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:
def grep_co(pattern):
print "Lookin for %s" % pattern
while True:
# 执行完下面这句,函数挂起,等待接收数据,通过send()函数
# yield line
line = (yield )
7 if pattern in line:
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
line = (yield)
而Generator是:
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:
>>> def grep_co(pattern):
print "Looking for %s" %pattern
while True:
line = (yield)
if pattern in line:
print line >>> g = grep_co("python")
>>> g
<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:
>>> g.next()
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:
>>> g.send("Hello,I love python")
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。
>>> g.send("Life is short,Please use Python")
>>> g.send("Life is short,Please use python")
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。
>>> g.close()
>>> g.send("corotuine has already closed") Traceback (most recent call last):
File "<pyshell#16>", line 1, in <module>
g.send("corotuine has already closed")
StopIteration
>>>
.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。
def grep(pattern):
print "Looking for %s" %pattern
try:
while True:
line = (yield)
if pattern in line:
print line
except GeneratorExit:
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。
>>> g.send("Life is short,please use python")
Life is short,please use python
>>> g.throw(RuntimeError,"You'ar hosed")
Traceback (most recent call last):
File "<pyshell#14>", line 1, in <module>
g.throw(RuntimeError,"You'ar hosed")
File "<pyshell#10>", line 5, in grep
line = (yield)
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.
# 作为装饰器用,因为经常容易会忘记调用.next()函数
def coroutine(func):
def start(*args,**kargs):
cr = func(*args,**kargs)
cr.next()
return cr
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:
def countdown_co(n):
print "Counting down from ",n
while n >= 0:
newvalue = (yield n)
# 如果接收到了newvalue,则重新设置n
if newvalue is not None:
n = newvalue
else:
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():
def test_countdown_co():
c = countdown_co(5)
for n in c:
print n
if 5 == n:
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:
>>> test_countdown_co()
Counting down from 5
5
2
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:
>>> c = countdown_co(5)
>>> for n in c:
print n
if 5 == n:
c.send(3) Counting down from 5
5
3
2
1
0
>>>
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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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, ...
- 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 ...
- 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
- FrameWork中SQLServer数据源使用宏函数出错解决办法
环境:DW是SQLServer2008 建模工具:Cognos FrameWork Version:Cognos10.2 出现问题:在FM中创建查询主题,sql类型数据源,引入宏函数#CAMIDLis ...
- 【JAVA】【NIO】10、Java NIO ServerSocketChannel
Java NIO的ServerSocketChannel是用来监听外来TCP连接的channel,就想标准Java网络中的ServerSocket.实比例如以下: ServerSocketChanne ...
- ZOJ 3630 Information 强连通
题意:n m表示n个节点,m条边,下面m行a b 表示a-b点有一条有向边 题目:给定有向图,删去一个点后,可以求出该图中强连通分量中最大的点数 问:删去某点后,最大点数 最小是多少 思路:枚举删点, ...
- NFS服务的配置与应用
一.NFS服务概述 NFS(Network File System),即网络文件系统,是使不同计算机之间能够通过网络进行文件共享的一种网络协议,多用于Linux/Unix网络系统中. 一台NFS服务器 ...
- 安装TeX及中文支持
2014.7.19更新: 以下的笔记适用于在基于Ubuntu的发行版(比方LinuxMint)安装Texlive2013.2014: 第一步依据本机状况.可能不须要. Texlive2014已经能够下 ...
- Linux回环接口-----(loop-back/loopback)
回环接口(loop-back/loopback) Moakap整理 Loopback接口是一个虚拟网络接口,在不同的领域,其含义也大不一样. 1. TCP/IP协议栈中的loopback接口 在TCP ...
- Windows、mac字体安装教程
请问字体如何安装? Win7.8.10安装字体方法: http://jingyan.baidu.com/article/14bd256e27c517bb6c26127c.html mac安装字体方法: ...
- AA MME设备内部错误
adobe audition 找不到所支持的音频设备 这是3.0的错误! 上面是cs6的错误的图 主要原因是以前安装过,没有注册表没有清理干净 解决方案: https://jing ...
- Python 整数和浮点数运算
和数学运算不同的地方是,Python的整数运算结果仍然是整数,浮点数运算结果仍然是浮点数:1 + 2 # ==> 整数 31.0 + 2.0 # ==> 浮点数 3.0 整数和浮点数混合运 ...
- ant design pro (十)advanced 图表
一.概述 原文地址:https://pro.ant.design/docs/graph-cn Ant Design Pro 提供了由设计师精心设计抽象的图表类型,是在 BizCharts 图表库基础上 ...