• 协程详解(二)


    了解了协程的基础概念之后,接下来需要了解的是io多路复用了,具体的一些资料在我另外一篇文章专门了解一下
    我这里也不讲它的具体的概念,只是讲一下io多路复用selecto具体的使用方法
    看下面的伪代码:
     
    from selectors import DefaultSelector, EVENT_READ, EVENT_WRITE
    sock = socket.socket()

    def on_readable():
            data = sock.recv(4096)
           print(data) selector.register(sock.fileno(), EVENT_READ, on_readable)
    while True:
            events = selector.select()
            for event_key, event_mask in events:
                callback = event_key.data
                callback()
    我们分析一下这里的代码:
    1. 定义了一个socket
    2. 在select里面给socket注册了一个读事件的回调
    3. 进行一个死循环,不断的执行
    selector.select()
    这个的代码的作用是什么呢,当注册在select里面的socket出现了事件中断的话,就马上返回对应的事件;如果没有,就一直阻塞。
    在这里是只要是socket的读事件一旦就绪,就马上返回,这里的读事件表现为只要socket收到了数据,就代表我们可以对他进行数据读取了
    4. 最后把socket对应的回调取出来,然后执行回调函数
     
    所以这里的代码效果就是,不断地去读取socket的数据,然后打印出来
     
     
    3.yield 和 yield from
     
    我们这里套路的协程是基于python的生成器来展开,最原始的协程就是使用生成器来设计的,而且也是比较简单好懂的方案。
    而其中yield和yield from充当了非常重要的一环,所以这里也需要进行讨论一下,一下是参考了其他文章
    https://www.jianshu.com/p/9dd355ab4e5d
     
    yield

    简单的yield实例

     
    以前只是粗略的知道yield可以用来为一个函数返回值塞数据,比如下面的例子:
    def addlist(alist):
        for i in alist:
            yield i + 1
    取出alist的每一项,然后把i + 1塞进去。然后通过调用取出每一项:
    alist = [1, 2, 3, 4]
    for x in addlist(alist):
        print(x)

    包含yield的函数

    假如你看到某个函数包含了yield,这意味着这个函数已经是一个Generator,它的执行会和其他普通的函数有很多不同。比如下面的简单的函数:
    def h():
        print('study yield')
        yield 5
        print('go on!')
    
    h()
    可以看到,调用h()之后,print 语句并没有执行!这就是yield。具体的内容后面会越来越清晰,包括yield的工作原理。
     

    yield是一个表达式

    python 2.5以前,yield是一个语句,我也没有考证,因为早都不用了,现在yield是一个表达式:
    m = yield 5

    表达式(yield 5)的返回值将赋值给m,所以,m = 5 肯定是错的。

    那么如何获取(yield 5)的返回值呢?需要用到send(msg)

    yield工作原理

    揭晓yield的工作原理,需要配合next()函数。上面的h()被调用后并没有执行,因为它有yield表达式,通过next()可以恢复Generator执行,直到下一个yield
    def h():
        print('study yield')
        yield 5
        print('go on!')
    
    c = h()
    d1 = next(c)  # study yield
    d2 = next(c)
    """
    study yield
    go on!
    Traceback (most recent call last):
      File "D:/idea/workspace/pythonSpace/PythonDemo/static/yield_demo.py", line 35, in <module>
        d2 = next(c)
    StopIteration
    """

    next()被调用后,h()开始执行,直到遇到yield 5

    因此输出结果是:study yield

    当我们再次调用next()时,会继续执行,直到找到下一个yield。由于后面没有yield了,因此会拋出异常:

    study yield
    go on!
    Traceback (most recent call last):
      File "D:/idea/workspace/pythonSpace/PythonDemo/static/yield_demo.py", line 35, in <module>
        d2 = next(c)
    StopIteration

    send(msg) 与 next()

    了解了next()如何让包含yield的函数执行后,我们再来看另外一个非常重要的函数send(msg)

    其实next()send()在一定意义上作用是相似的

    区别

    send()可以传递yield的值

    next()只能传递None

    所以next() 和 send(None)作用是一样的。


    def s():
        print('study yield')
        m = yield 5
        print(m)
        d = yield 16
        print('go on!')
    
    
    c = s()
    s_d = next(c)  # 相当于send(None)
    c.send('Fighting!')  # (yield 5)表达式被赋予了'Fighting!'
    输出的结果为:
    study yield
    Fighting!
    注意 生成器刚启动时(第一次调用),请使用next()语句或是send(None),不能直接发送一个非None的值,否则会报TypeError,因为没有yield语句来接收这个值。

    send(msg) 与 next()的返回值

    send(msg) 和 next() 的返回值比较特殊,是下一个yield表达式的参数(yield 5,则返回 5)。

    到这里,第一个例子中,通过for i in alist 遍历 Generator,其实是每次都调用了next(),而每次next()的返回值正是yield的参数:

    def s():
        print('study yield')
        m = yield 5
        print(m)
        d = yield 16
        print('go on!')
    
    
    c = s()
    s_d1 = next(c)  # 相当于send(None)
    s_d2 = c.send('Fighting!')  # (yield 5)表达式被赋予了'Fighting!'
    print('My Birth Day:', s_d1, '.', s_d2)
    输出结果:
    study yield
    Fighting!
    My Birth Day: 5 . 16

    中断Generator

    上面的例子中,当没有可执行程序的时候,会抛出一个StopIteration, 开发过程中,中断Generator是一个非常灵活的技巧

    throw

    通过抛出一个GeneratorExit异常来终止Generator。

    close

    close的作用和throw是一样的,看它的源码,可以发现,它和raise一球样

    def throw(self, type, value=None, traceback=None):
        '''Used to raise an exception inside the generator.'''
        # 用于在生成器中抛出一个异常。
        pass
            
        
    def close(self):
        '''Raises new GeneratorExit exception inside the generator to terminate the iteration.'''
        # 在生成器中生成新的GeneratorExit异常来终止迭代。
        pass
    其实最后一个中断生成器可以忽略的,在开发过程中,不可避免的要用到这些,但是Python3内部已经做得很好了,一般不太需要手动去做这件事情。
     
     
    yield from
    上面介绍了yield是基本使用方法,但是上面yield有个问题,就是当生成器最后一次执行的时候,会抛出一个异常,  看个例子
    def h():
        print('study yield')
        yield 5
        print('go on!')
        return 6 c = h() d1 = next(c) # study yield d2 = next(c) """ study yield go on! Traceback (most recent call last): File "D:/idea/workspace/pythonSpace/PythonDemo/static/yield_demo.py", line 35, in <module> d2 = next(c) StopIteration """
    假如我们想要获取生成器的值,就必须要进行捕获异常,然后从异常里面获取生成器的值,例子:
    try:
        d2 = next(c)
    except StopIteration as e: # e.value 就是 return 返回的值 print("return value is", e.value) break

    这样就非常不方便了,代码也不好看,有没有更好的方式呢,yield from就能够解决这个问题了,例子:
    def a():
        print('study yield')
        yield 5
        print('go on!')
        return 6
    def h():
         result=yield from a()
         print(result)
    c = h() d1 = next(c) # study yield d2 = next(c) # go on 以及 6

    使用了yield from 获取了生成器a(),a return回来的值可以直接赋值给result,这样就避免了使用异常捕捉这样挫的解决方式,
    也提高了代码的可读性。
  • 相关阅读:
    Windows打开文件后提示,文件或目录损坏无法读取。
    windows10 提示内存不足
    配置Redis集群为开机自启动
    Hbase的rowkey设计
    Hbase表类型的设计
    mycat的下载和安装
    mycat简介
    mysql|tomcat|nginx|redis在docker中的部署
    docker的备份和迁移
    Redis Cluster集群详介绍和伪集群搭建
  • 原文地址:https://www.cnblogs.com/wilken/p/14232989.html
Copyright © 2020-2023  润新知