python 协程的学习记录

协程是个子程序，执行过程中，内部可中断，然后转而执行别的子程序，在适当的时候再返回来接着执行

从句法上看，协程与生成器类似，都是定义体中包含 yield 关键字的函数。可是，在协
程中，yield 通常出现在表达式的右边（例如，datum = yield），可以产出值，也可
以不产出——如果 yield 关键字后面没有表达式，那么生成器产出 None。协程可能会从
调用方接收数据，不过调用方把数据提供给协程使用的是 .send(datum) 方法，而不是
next(...) 函数。通常，调用方会把值推送给协程。
yield 关键字甚至还可以不接收或传出数据。不管数据如何流动，yield 都是一种流程控
制工具，使用它可以实现协作式多任务：协程可以把控制器让步给中心调度程序，从而激
活其他的协程。
从根本上把 yield 视作控制流程的方式，这样就好理解协程了。

使用协程要注意的地方是

协程可以身处四个状态中的一个。当前状态可以使用
inspect.getgeneratorstate(...) 函数确定，该函数会返回下述字符串中的一个。
'GEN_CREATED'
　　等待开始执行。
'GEN_RUNNING'
　　解释器正在执行。

'GEN_SUSPENDED'
　　在 yield 表达式处暂停。
'GEN_CLOSED'
　　执行结束。

协程创建之后，需要激活，需要调用next函数来激活协程。

为了避免忘记，我们可以在协程上使用一个特殊的装饰器来帮助激活协程

from functools import wraps

def coroutine(func):
    @wraps(func)
    def primer(*args, **kwargs):
        gen = func(*args, **kwargs)
        next(gen)
        return gen
    return primer

协程中未处理的异常会向上冒泡，传给 next 函数或 send 方法的调用方（即触发协程的
对象）

终止协程的一种方式：发送某个哨符值，让协程退出。内置的 None 和
Ellipsis 等常量经常用作哨符值。Ellipsis 的优点是，数据流中不太常有这个值。我
还见过有人把 StopIteration 类（类本身，而不是实例，也不抛出）作为哨符值；也就
是说，是像这样使用的：my_coro.send(StopIteration)。

从 Python 2.5 开始，客户代码可以在生成器对象上调用两个方法，显式地把异常发给协
程。
这两个方法是 throw 和 close。
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，而产出的值会成为调用 generator.throw
方法得到的返回值。如果生成器没有处理抛出的异常，异常会向上冒泡，传到调用方的上
下文中。

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，或者抛出了 StopIteration 异常（通常是指运行到结尾），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 异常。生成器抛出的其他异常会向上冒泡，传给调用方。

协程在遇到异常或者哨符值是会退出。

协程在耗尽时会抛出StopIteration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 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。

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
　　PEP 380 使用“调用方”这个术语指代调用委派生成器的客户端代码。在不同的语境
中，我会使用“客户端”代替“调用方”，以此与委派生成器（也是调用方，因为它调用了子
生成器）区分开。

最后给个实例

from collections import namedtuple

Result = namedtuple('Result', 'count average')

def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        #此处接受send发送的值，发送None则退出协程,协程处于上下文管理器中，所以数据会叠加，只有第一次激活协程的使用才会初始化total=0,count=0,average=None
        term = yield
        if term is None:
            break
        total += term
        count += 1
        average = total / count
    return Result(count, average)

def grouper(results, key):
    while True:
        results[key] = yield from averager()

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)

    # print(results)
    report(results)

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)

总结一下，使用协程的时，记得要激活协程，并且在协程耗尽时捕获异常，当然可以使用yield from来自动捕获，将协程看成是流程控制可能会好理解的多。

大部分内容摘自流畅的python第十六章