协程定义
协程的底层架构是在pep342 中定义，并在python2.5 实现的。
python2.5 中， yield 关键字可以在表达式中使用，而且生成器API中增加了 .send(value)方法。生成器可以使用.send(…)方法发送数据，发送的数据会成为生成器函数中yield表达式的值。
协程是指一个过程，这个过程与调用方协作，产出有调用方提供的值。因此，生成器可以作为协程使用。
python3.3后，pep380对生成器函数做了两处改动：
-
生成器可以返回一个值；以前，如果生成器中给return语句提供值，会抛出SyntaxError异常。
-
引入yield from 语法，使用它可以把复杂的生成器重构成小型的嵌套生成器，省去之前把生成器的工作委托给子生成器所需的大量模板代码。
协程生成器的基本行为
首先说明一下，协程有四个状态，可以使用inspect.getgeneratorstate(…)函数确定：
-
GEN_CREATED # 等待开始执行
-
GEN_RUNNING # 解释器正在执行（只有在多线程应用中才能看到这个状态）
-
GEN_SUSPENDED # 在yield表达式处暂停
-
GEN_CLOSED # 执行结束
#! -*- coding: utf-8 -*-import inspect
# 协程使用生成器函数定义：定义体中有yield关键字。
def simple_coroutine(): print('-> coroutine started') # yield 在表达式中使用；如果协程只需要从客户那里接收数据，yield关键字右边不需要加表达式（yield默认返回None） x = yield print('-> coroutine received:', x)my_coro = simple_coroutine()# 和创建生成器的方式一样，调用函数得到生成器对象。
print(inspect.getgeneratorstate(my_coro))
# 协程处于 GEN_CREATED (等待开始状态)my_coro.send(None)
# 首先要调用next()函数，因为生成器还没有启动，没有在yield语句处暂停，所以开始无法发送数据
# 发送 None 可以达到相同的效果 my_coro.send(None)
next(my_coro)# 此时协程处于 GEN_SUSPENDED (在yield表达式处暂停)
print(inspect.getgeneratorstate(my_coro))
# 调用这个方法后，协程定义体中的yield表达式会计算出42；现在协程会恢复，一直运行到下一个yield表达式，或者终止。
my_coro.send(42)print(inspect.getgeneratorstate(my_coro))
运行上述代码，输出结果如下
GEN_CREATED-> coroutine startedGEN_SUSPENDED-> coroutine received: 42# 这里，控制权流动到协程定义体的尾部，导致生成器像往常一样抛出StopIteration异常
Traceback (most recent call last): File "/Users/ gs /coroutine.py", line 18, in <module> my_coro.send(42)StopIteration
send方法的参数会成为暂停yield表达式的值，所以，仅当协程处于暂停状态是才能调用send方法。
如果协程还未激活（GEN_CREATED 状态）要调用next(my_coro) 激活协程，也可以调用my_coro.send(None)
如果创建协程对象后立即把None之外的值发给它，会出现下述错误：
>>> my_coro = simple_coroutine()
>>> my_coro.send(123)Traceback (most recent call last): File "/Users/gs/coroutine.py", line 14, in <module> my_coro.send(123)TypeError: can't send non-None value to a just-started generator
仔细看错误消息
can’t send non-None value to a just-started generator
最先调用next(my_coro) 这一步通常称为”预激“（prime）协程—即，让协程向前执行到第一个yield表达式，准备好作为活跃的协程使用。
再看一个两个值得协程
def simple_coro2(a): print('-> coroutine started: a =', a) b = yield a print('-> Received: b =', b) c = yield a + b print('-> Received: c =', c)my_coro2 = simple_coro2(14)print(inspect.getgeneratorstate(my_coro2))# 这里inspect.getgeneratorstate(my_coro2) 得到结果为 GEN_CREATED （协程未启动）next(my_coro2)
# 向前执行到第一个yield 处 打印 “-> coroutine started: a = 14”
# 并且产生值 14 （yield a 执行 等待为b赋值）
print(inspect.getgeneratorstate(my_coro2))
# 这里inspect.getgeneratorstate(my_coro2) 得到结果为 GEN_SUSPENDED （协程处于暂停状态）
my_coro2.send(28)
# 向前执行到第二个yield 处 打印 “-> Received: b = 28”
# 并且产生值 a + b = 42（yield a + b 执行 得到结果42 等待为c赋值）
print(inspect.getgeneratorstate(my_coro2))
# 这里inspect.getgeneratorstate(my_coro2) 得到结果为 GEN_SUSPENDED （协程处于暂停状态）
my_coro2.send(99)
# 把数字99发送给暂停协程，计算yield 表达式，得到99，然后把那个数赋值给c 打印 “-> Received: c = 99”
# 协程终止，抛出StopIteration
运行上述代码，输出结果如下
GEN_CREATED-> coroutine started: a = 14GEN_SUSPENDED-> Received: b = 28
-> Received: c = 99
Traceback (most recent call last): File "/Users/gs/coroutine.py", line 37, in <module> my_coro2.send(99)StopIteration
simple_coro2 协程的执行过程分为3个阶段，如下图所示
-
调用next(my_coro2)，打印第一个消息，然后执行yield a，产出数字14.
-
调用my_coro2.send(28)，把28赋值给b，打印第二个消息，然后执行 yield a + b 产生数字42
-
调用my_coro2.send(99)，把99赋值给c，然后打印第三个消息，协程终止。
使用装饰器预激协程
我们已经知道，协程如果不预激，不能使用send() 传入非None 数据。所以，调用my_coro.send(x)之前，一定要调用next(my_coro)。
为了简化，我们会使用装饰器预激协程。
from functools import wrapsdef coroutinue(func): ''' 装饰器： 向前执行到第一个`yield`表达式，预激`func` :param func: func name :return: primer ''' @wraps(func) def primer(*args, **kwargs): # 把装饰器生成器函数替换成这里的primer函数；调用primer函数时，返回预激后的生成器。 gen = func(*args, **kwargs) # 调用被被装饰函数，获取生成器对象 next(gen) # 预激生成器 return gen # 返回生成器 return primer
# 使用方法如下
@coroutinue
def simple_coro(a): a = yield
simple_coro(12) # 已经预激
终止协程和异常处理
协程中，为处理的异常会向上冒泡，传递给next函数或send方法的调用方，未处理的异常会导致协程终止。
看下边这个例子
#! -*- coding: utf-8 -*-from functools import wraps
def coroutinue(func): ''' 装饰器： 向前执行到第一个`yield`表达式，预激`func` :param func: func name :return: primer '''
@wraps(func) def primer(*args, **kwargs): # 把装饰器生成器函数替换成这里的primer函数；调用primer函数时，返回预激后的生成器。 gen = func(*args, **kwargs) # 调用被被装饰函数，获取生成器对象 next(gen) # 预激生成器 return gen # 返回生成器 return primer
@coroutinue
def averager(): # 使用协程求平均值 total = 0.0 count = 0 average = None while True: term = yield average total += term count += 1 average = total/countcoro_avg = averager()print(coro_avg.send(40))print(coro_avg.send(50))print(coro_avg.send('123')) # 由于发送的不是数字，导致内部有异常抛出。
执行上述代码结果如下
40.045.0
Traceback (most recent call last): File "/Users/gs/coro_exception.py", line 37, in <module> print(coro_avg.send('123')) File "/Users/gs/coro_exception.py", line 30, in averager total += termTypeError: unsupported operand type(s) for +=: 'float' and 'str'
出错的原因是发送给协程的’123’值不能加到total变量上。
出错后，如果再次调用 coro_avg.send(x) 方法 会抛出 StopIteration 异常。
由上边的例子我们可以知道，如果想让协程退出，可以发送给它一个特定的值。比如None和Ellipsis。（推荐使用Ellipsis，因为我们不太使用这个值）
从Python2.5 开始，我们可以在生成器上调用两个方法，显式的把异常发给协程。
这两个方法是throw和close。
generator.throw(exc_type[, exc_value[, traceback]])
这个方法使生成器在暂停的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throw方法得到的返回值。如果没有处理，则向上冒泡，直接抛出。
generator.close()
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，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。
示例： 使用close和throw方法控制协程。
import inspectclass DemoException(Exception): pass
@coroutinue
def exc_handling(): print('-> coroutine started')
while True:
try: x = yield except DemoException: print('*** DemoException handled. Conginuing...')
else: # 如果没有异常显示接收到的值 print('--> coroutine received: {!r}'.format(x))
raise RuntimeError('This line should never run.') # 这一行永远不会执行
exc_coro = exc_handling()exc_coro.send(11)exc_coro.send(12)exc_coro.send(13)exc_coro.close()print(inspect.getgeneratorstate(exc_coro))
raise RuntimeError(‘This line should never run.’) 永远不会执行，因为只有未处理的异常才会终止循环，而一旦出现未处理的异常，协程会立即终止。
执行上述代码得到结果为：
-> coroutine started--> coroutine received: 11--> coroutine received: 12
--> coroutine received: 13
GEN_CLOSED # 协程终止
上述代码，如果传入DemoException，协程不会中止，因为做了异常处理。
exc_coro = exc_handling()exc_coro.send(11)exc_coro.send(12)exc_coro.send(13)exc_coro.throw(DemoException) # 协程不会中止，但是如果传入的是未处理的异常，协程会终止print(inspect.getgeneratorstate(exc_coro))exc_coro.close()print(inspect.getgeneratorstate(exc_coro))
## output-> coroutine started--> coroutine received: 11
--> coroutine received: 12
--> coroutine received: 13
*** DemoException handled. Conginuing...GEN_SUSPENDEDGEN_CLOSED
如果不管协程如何结束都想做些处理工作，要把协程定义体重的相关代码放入try/finally块中。
@coroutinuedef exc_handling(): print('-> coroutine started')
try:
while True:
try: x = yield except DemoException: print('*** DemoException handled. Conginuing...')
else: # 如果没有异常显示接收到的值 print('--> coroutine received: {!r}'.format(x))
finally: print('-> coroutine ending')
上述部分介绍了：
-
生成器作为协程使用时的行为和状态
-
使用装饰器预激协程
-
调用方如何使用生成器对象的 .throw(…)和.close() 方法控制协程
下一部分将介绍：
-
协程终止时如何返回值
-
yield新句法的用途和语义
原文出处： goodspeed / 四月
