欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python協(xié)程之yield和yield?from實(shí)例詳解

 更新時間:2022年12月29日 10:00:55   作者:代碼輸入中...  
Python在并發(fā)處理上不僅提供了多進(jìn)程和多線程的處理,還包括了協(xié)程,下面這篇文章主要給大家介紹了關(guān)于python協(xié)程之yield和yield?from的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下

前言

字典為動詞“to yield”給出了兩個釋義:產(chǎn)出和讓步。對于 Python 生成器中的 yield 來說,這兩個含義都成立。yield item 這行代碼會產(chǎn)出一個值,提供給 next(...) 的調(diào)用方;此外,還會作出讓步,暫停執(zhí)行生成器,讓調(diào)用方繼續(xù)工作,直到需要使用另一個值時再調(diào)用 next()。調(diào)用方會從生成器中拉取值。

從句法上看,協(xié)程與生成器類似,都是定義體中包含 yield 關(guān)鍵字的函數(shù)??墒?,在協(xié)程中,yield 通常出現(xiàn)在表達(dá)式的右邊(例如,datum = yield),可以產(chǎn)出值,也可以不產(chǎn)出----yield 關(guān)鍵字后面沒有表達(dá)式。協(xié)程可能會從調(diào)用方接收數(shù)據(jù),調(diào)用方使用 .send(datum) 方法把數(shù)據(jù)提供給協(xié)程。

一:生成器如何進(jìn)化成協(xié)程

自python中加入yield關(guān)鍵字后,又經(jīng)過了一系列的演化:

yield 關(guān)鍵字可以在表達(dá)式中使用(a = yield b);

生成器 API 中增加了.send(value) 方法(生成器的調(diào)用方可以使用 .send(...) 方法發(fā)送數(shù)據(jù),發(fā)送的數(shù)據(jù)會成為生成器函數(shù)中 yield 表達(dá)式的值);

PEP 342 添加了 .throw(...) 和 .close() 方法(前者的作用是讓調(diào)用方拋出異常,在生成器中處理;后者的作用是終止生成器);

因此,生成器可以作為協(xié)程使用。協(xié)程是指一個過程,這個過程與調(diào)用方協(xié)作,產(chǎn)出由調(diào)用方提供的值。

協(xié)程最近的演進(jìn)來自 Python 3.3實(shí)現(xiàn)的“PEP 380—Syntax for Delegating to a Subgenerator”(https://www.python.org/dev/peps/pep-0380/)。PEP 380 對生成器函數(shù)的句法做了兩處改動:

生成器可以返回一個值;以前如果在生成器中給 return 語句提供值,會拋出 SyntaxError 異常;

新引入了 yield from 句法,使用它可以把復(fù)雜的生成器重構(gòu)成小型的嵌套生成器,省去了之前把生成器的工作委托給子生成器所需的大量樣板代碼。

二:用作協(xié)程的生成器的基本行為

協(xié)程可以身處四個狀態(tài)中的一個。當(dāng)前狀態(tài)可以使用inspect.getgeneratorstate(...) 函數(shù)確定,該函數(shù)會返回下述字符串中的一個。

GEN_CREATED:等待開始執(zhí)行;

GEN_RUNNING:解釋器正在執(zhí)行(只有在多線程應(yīng)用中才能看到這個狀態(tài));

GEN_SUSPENDED:在 yield 表達(dá)式處暫停;

GEN_CLOSED:執(zhí)行結(jié)束;

一個簡單的例子如下;

>>> def simple_coro2(a):
...     print('-> Started: a =', a)
...     b = yield a
...     print('-> Received: b =', b)
...     c = yield a + b
...     print('-> Received: c =', c)
...
>>> my_coro2 = simple_coro2(14)
>>> from inspect import getgeneratorstate
>>> getgeneratorstate(my_coro2)
'GEN_CREATED'
>>> next(my_coro2)
-> Started: a = 14
14
>>> getgeneratorstate(my_coro2)
'GEN_SUSPENDED'
>>> my_coro2.send(28)
-> Received: b = 28
42
>>> my_coro2.send(99)
-> Received: c = 99
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
>>> getgeneratorstate(my_coro2)
'GEN_CLOSED' 

最先調(diào)用 next(my_coro2) 函數(shù)這一步通常稱為“預(yù)激”(prime)協(xié)程(即,讓協(xié)程向前執(zhí)行到第一個 yield 表達(dá)式,準(zhǔn)備好作為活躍的協(xié)程使用)。

關(guān)鍵的一點(diǎn)是,協(xié)程在 yield 關(guān)鍵字所在的位置暫停執(zhí)行。在賦值語句中,=右邊的代碼在賦值之前執(zhí)行。因此,對于 b = yield a 這行代碼來說,等到客戶端代碼再激活協(xié)程時才會設(shè)定 b 的值。

simple_coro2 協(xié)程的執(zhí)行過程分為 3 個階段,如下圖所示:

三:使用協(xié)程計(jì)算移動平均值

下面是一個計(jì)算移動平均值的協(xié)程:

def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total += term
        count += 1
        average = total/count
 
>>> coro_avg = averager()
>>> next(coro_avg)   #調(diào)用 next 函數(shù),預(yù)激協(xié)程
>>> coro_avg.send(10)
10.0
>>> coro_avg.send(30)
20.0
>>> coro_avg.send(5)
15.0

這個無限循環(huán)表明,只要調(diào)用方不斷把值發(fā)給這個協(xié)程,它就會一直接收值,然后生成結(jié)果。僅當(dāng)調(diào)用方在協(xié)程上調(diào)用 .close() 方法,或者沒有對協(xié)程的引用而被垃圾回收程序回收時,這個協(xié)程才會終止。

調(diào)用 next(coro_avg) 函數(shù)后,協(xié)程會向前執(zhí)行到y(tǒng)ield 表達(dá)式,產(chǎn)出 average 變量的初始值——None,因此不會出現(xiàn)在控制臺中。此時,協(xié)程在 yield 表達(dá)式處暫停,等到調(diào)用方發(fā)送值。coro_avg.send(10) 那一行發(fā)送一個值,激活協(xié)程,把發(fā)送的值賦給 term,并更新 total、count 和 average 三個變量的值,然后開始 while 循環(huán)的下一次迭代,產(chǎn)出 average 變量的值,等待下一次為term 變量賦值。

四:預(yù)激協(xié)程的裝飾器

如果不預(yù)激,那么協(xié)程沒什么用。調(diào)用 my_coro.send(x) 之前,記住一定要調(diào)用next(my_coro)。為了簡化協(xié)程的用法,有時會使用一個預(yù)激裝飾器。

下面就是一個預(yù)激裝飾器的例子(Python3):

from functools import wraps
 
def coroutine(func):
    @wraps(func)
    def primer(*args,**kwargs):
        gen = func(*args,**kwargs)
        next(gen)
        return gen
    return primer    
 
@coroutine
def averager2():
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total += term
        count += 1
        average = total/count
 
>>> coro_avg = averager()
>>> from inspect import getgeneratorstate
>>> getgeneratorstate(coro_avg)
'GEN_SUSPENDED'
>>> coro_avg.send(10)
10.0
>>> coro_avg.send(30)
20.0
>>> coro_avg.send(5)
15.0

注意,使用 yield from 句法調(diào)用協(xié)程時,會自動預(yù)激。

五:終止協(xié)程和異常處理

協(xié)程中未處理的異常會向上冒泡,傳給 next 函數(shù)或 send 方法的調(diào)用方(即觸發(fā)協(xié)程的對象)。

>>> from coroaverager1 import averager
>>> coro_avg = averager()
>>> coro_avg.send(40)
40.0
>>> coro_avg.send(50)
45.0
>>> coro_avg.send('spam')
Traceback (most recent call last):
...
TypeError: unsupported operand type(s) for +=: 'float' and 'str'
>>> coro_avg.send(60)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration

由于在協(xié)程內(nèi)沒有處理異常,協(xié)程會終止。如果試圖重新激活協(xié)程,會拋出StopIteration 異常。

從 Python 2.5 開始,客戶代碼可以在生成器對象上調(diào)用兩個方法:throw 和 close,顯式地把異常發(fā)給協(xié)程。

1:generator.throw(exc_type[, exc_value[, traceback]])

使生成器在暫停的 yield 表達(dá)式處拋出指定的異常。如果生成器處理了拋出的異常,代碼會向前執(zhí)行到下一個 yield 表達(dá)式,而產(chǎn)出的值會成為調(diào)用 generator.throw方法得到的返回值。如果生成器沒有處理拋出的異常,異常會向上冒泡,傳到調(diào)用方的上下文中。

2:generator.close()

使生成器在暫停的 yield 表達(dá)式處拋出 GeneratorExit 異常。如果生成器沒有處理這個異常,或者拋出了 StopIteration 異常(通常是指運(yùn)行到結(jié)尾),調(diào)用方不會報(bào)錯。如果收到 GeneratorExit 異常,生成器一定不能產(chǎn)出值,否則解釋器會拋出RuntimeError 異常。生成器拋出的其他異常會向上冒泡,傳給調(diào)用方。

示例如下:

class DemoException(Exception):
    """為這次演示定義的異常類型。"""
    
def demo_exc_handling():
    print('-> coroutine started')
    while True:
        try:
            x = yield
        except DemoException:
            print('*** DemoException handled. Continuing...')
        else:
            print('-> coroutine received: {!r}'.format(x))
    raise RuntimeError('This line should never run.')
    
>>> exc_coro = demo_exc_handling()
>>> next(exc_coro)
-> coroutine started
>>> exc_coro.send(11)
-> coroutine received: 11
>>> exc_coro.send(22)
-> coroutine received: 22
 
>>> exc_coro.throw(DemoException)
*** DemoException handled. Continuing...
>>> getgeneratorstate(exc_coro)
'GEN_SUSPENDED'
 
>>> exc_coro.close()
>>> from inspect import getgeneratorstate
>>> getgeneratorstate(exc_coro)
'GEN_CLOSED'

六:讓協(xié)程返回值

在Python2中,生成器函數(shù)中的return不允許返回附帶返回值。在Python3中取消了這一限制,因而允許協(xié)程可以返回值:

from collections import namedtuple
Result = namedtuple('Result', 'count average')
 
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)
    
>>> coro_avg = averager()
>>> next(coro_avg)
>>> coro_avg.send(10)
>>> coro_avg.send(30)
>>> coro_avg.send(6.5)
>>> coro_avg.send(None)
Traceback (most recent call last):
...
StopIteration: Result(count=3, average=15.5)    

發(fā)送 None 會終止循環(huán),導(dǎo)致協(xié)程結(jié)束,返回結(jié)果。一如既往,生成器對象會拋出StopIteration 異常。異常對象的 value 屬性保存著返回的值。

注意,return 表達(dá)式的值會偷偷傳給調(diào)用方,賦值給 StopIteration 異常的一個屬性。這樣做有點(diǎn)不合常理,但是能保留生成器對象的常規(guī)行為——耗盡時拋出StopIteration 異常。如果需要接收返回值,可以這樣:

>>> try:
...    coro_avg.send(None)
... except StopIteration as exc:
...    result = exc.value
...
>>> result
Result(count=3, average=15.5)

獲取協(xié)程的返回值要繞個圈子,可以使用Python3.3引入的yield from獲取返回值。yield from 結(jié)構(gòu)會在內(nèi)部自動捕獲 StopIteration 異常。這種處理方式與 for 循環(huán)處理 StopIteration 異常的方式一樣。對 yield from 結(jié)構(gòu)來說,解釋器不僅會捕獲 StopIteration 異常,還會把value 屬性的值變成 yield from 表達(dá)式的值。

七:使用yield from

yield from 是 Python3.3 后新加的語言結(jié)構(gòu)。在其他語言中,類似的結(jié)構(gòu)使用 await 關(guān)鍵字,這個名稱好多了,因?yàn)樗鼈鬟_(dá)了至關(guān)重要的一點(diǎn):在生成器 gen 中使用 yield from subgen() 時,subgen 會獲得控制權(quán),把產(chǎn)出的值傳給 gen 的調(diào)用方,即調(diào)用方可以直接控制 subgen。與此同時,gen 會阻塞,等待 subgen 終止。

yield from 可用于簡化 for 循環(huán)中的 yield 表達(dá)式。例如:

>>> def gen():
... for c in 'AB':
...     yield c
... for i in range(1, 3):
...     yield i
...
>>> list(gen())
['A', 'B', 1, 2]

可以改為

>>> def gen():
...     yield from 'AB'
...     yield from range(1, 3)
...
>>> list(gen())
['A', 'B', 1, 2]

yield from x 表達(dá)式對 x 對象所做的第一件事是,調(diào)用 iter(x),從中獲取迭代器。因此,x 可以是任何可迭代的對象。

如果 yield from 結(jié)構(gòu)唯一的作用是替代產(chǎn)出值的嵌套 for 循環(huán),這個結(jié)構(gòu)很有可能不會添加到 Python 語言中。

yield from 的主要功能是打開雙向通道,把最外層的調(diào)用方與最內(nèi)層的子生成器連接起來,這樣二者可以直接發(fā)送和產(chǎn)出值,還可以直接傳入異常,而不用在位于中間的協(xié)程中添加大量處理異常的樣板代碼。有了這個結(jié)構(gòu),協(xié)程可以通過以前不可能的方式委托職責(zé)。

PEP 380 使用了一些yield from使用的專門術(shù)語:

委派生成器:包含 yield from <iterable> 表達(dá)式的生成器函數(shù);

子生成器:從 yield from 表達(dá)式中 <iterable> 部分獲取的生成器;

調(diào)用方:調(diào)用委派生成器的客戶端代碼;

下圖是這三者之間的交互關(guān)系:

委派生成器在 yield from 表達(dá)式處暫停時,調(diào)用方可以直接把數(shù)據(jù)發(fā)給子生成器,子生成器再把產(chǎn)出的值發(fā)給調(diào)用方。子生成器返回之后,解釋器會拋出StopIteration 異常,并把返回值附加到異常對象上,此時委派生成器會恢復(fù)。

下面是一個求平均身高和體重的示例代碼:

from collections import namedtuple
 
Result = namedtuple('Result', 'count average')
 
# 子生成器
def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        # main 函數(shù)發(fā)送數(shù)據(jù)到這里 
        print("in averager, before yield")
        term = yield
        if term is None: # 終止條件
            break
        total += term
        count += 1
        average = total/count
 
    print("in averager, return result")
    return Result(count, average) # 返回的Result 會成為grouper函數(shù)中yield from表達(dá)式的值
 
 
# 委派生成器
def grouper(results, key):
     # 這個循環(huán)每次都會新建一個averager 實(shí)例,每個實(shí)例都是作為協(xié)程使用的生成器對象
    while True:
        print("in grouper, before yield from averager, key is ", key)
        results[key] = yield from averager()
        print("in grouper, after yield from, key is ", key)
 
 
# 調(diào)用方
def main(data):
    results = {}
    for key, values in data.items():
        # group 是調(diào)用grouper函數(shù)得到的生成器對象
        group = grouper(results, key)
        print("\ncreate group: ", group)
        next(group) #預(yù)激 group 協(xié)程。
        print("pre active group ok")
        for value in values:
            # 把各個value傳給grouper 傳入的值最終到達(dá)averager函數(shù)中;
            # grouper并不知道傳入的是什么,同時grouper實(shí)例在yield from處暫停
            print("send to %r value %f now"%(group, value))
            group.send(value)
        # 把None傳入groupper,傳入的值最終到達(dá)averager函數(shù)中,導(dǎo)致當(dāng)前實(shí)例終止。然后繼續(xù)創(chuàng)建下一個實(shí)例。
        # 如果沒有g(shù)roup.send(None),那么averager子生成器永遠(yuǎn)不會終止,委派生成器也永遠(yuǎn)不會在此激活,也就不會為result[key]賦值
        print("send to %r none"%group)
        group.send(None)
    print("report result: ")
    report(results)
 
 
# 輸出報(bào)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, 41, 42, 43, 44, 54],
    'girls;m': [1.5, 1.6, 1.8, 1.5, 1.45, 1.6],
    'boys;kg':[50, 51, 62, 53, 54, 54],
    'boys;m': [1.6, 1.8, 1.8, 1.7, 1.55, 1.6],
}
 
if __name__ == '__main__':
    main(data) 

grouper 發(fā)送的每個值都會經(jīng)由 yield from 處理,通過管道傳給 averager 實(shí)例。grouper 會在 yield from 表達(dá)式處暫停,等待 averager 實(shí)例處理客戶端發(fā)來的值。averager 實(shí)例運(yùn)行完畢后,返回的值綁定到 results[key] 上。while 循環(huán)會不斷創(chuàng)建 averager 實(shí)例,處理更多的值。

外層 for 循環(huán)重新迭代時會新建一個 grouper 實(shí)例,然后綁定到 group 變量上。前一個 grouper 實(shí)例(以及它創(chuàng)建的尚未終止的 averager 子生成器實(shí)例)被垃圾回收程序回收。

代碼結(jié)果如下:

create group:  <generator object grouper at 0x7f34ce8458e0>
in grouper, before yield from averager, key is  girls;kg
in averager, before yield
pre active group ok
send to <generator object grouper at 0x7f34ce8458e0> value 40.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> value 41.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> value 42.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> value 43.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> value 44.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> value 54.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> none
in averager, return result
in grouper, after yield from, key is  girls;kg
in grouper, before yield from averager, key is  girls;kg
in averager, before yield
 
create group:  <generator object grouper at 0x7f34ce845678>
in grouper, before yield from averager, key is  girls;m
in averager, before yield
pre active group ok
send to <generator object grouper at 0x7f34ce845678> value 1.500000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845678> value 1.600000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845678> value 1.800000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845678> value 1.500000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845678> value 1.450000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845678> value 1.600000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845678> none
in averager, return result
in grouper, after yield from, key is  girls;m
in grouper, before yield from averager, key is  girls;m
in averager, before yield
 
create group:  <generator object grouper at 0x7f34ce845620>
in grouper, before yield from averager, key is  boys;kg
in averager, before yield
pre active group ok
send to <generator object grouper at 0x7f34ce845620> value 50.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845620> value 51.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845620> value 62.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845620> value 53.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845620> value 54.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845620> value 54.000000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce845620> none
in averager, return result
in grouper, after yield from, key is  boys;kg
in grouper, before yield from averager, key is  boys;kg
in averager, before yield
 
create group:  <generator object grouper at 0x7f34ce8458e0>
in grouper, before yield from averager, key is  boys;m
in averager, before yield
pre active group ok
send to <generator object grouper at 0x7f34ce8458e0> value 1.600000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> value 1.800000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> value 1.800000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> value 1.700000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> value 1.550000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> value 1.600000 now
in averager, before yield
send to <generator object grouper at 0x7f34ce8458e0> none
in averager, return result
in grouper, after yield from, key is  boys;m
in grouper, before yield from averager, key is  boys;m
in averager, before yield
report result: 
 6 boys  averaging 54.00kg
 6 boys  averaging 1.68m
 6 girls averaging 44.00kg
 6 girls averaging 1.58m

這個試驗(yàn)想表明的關(guān)鍵一點(diǎn)是,如果子生成器不終止,委派生成器會在yield from 表達(dá)式處永遠(yuǎn)暫停。如果是這樣,程序不會向前執(zhí)行,因?yàn)?yield from(與 yield 一樣)把控制權(quán)轉(zhuǎn)交給客戶代碼(即,委派生成器的調(diào)用方)了。

八:yield from的意義

把迭代器當(dāng)作生成器使用,相當(dāng)于把子生成器的定義體內(nèi)聯(lián)在 yield from 表達(dá)式中。此外,子生成器可以執(zhí)行 return 語句,返回一個值,而返回的值會成為 yield from 表達(dá)式的值。

PEP 380 在“Proposal”一節(jié)(https://www.python.org/dev/peps/pep-0380/#proposal)分六點(diǎn)說明了 yield from 的行為。這里幾乎原封不動地引述,不過把有歧義的“迭代器”一詞都換成了“子生成器”,還做了進(jìn)一步說明。上面的示例闡明了下述四點(diǎn):

子生成器產(chǎn)出的值都直接傳給委派生成器的調(diào)用方(即客戶端代碼);

使用 send() 方法發(fā)給委派生成器的值都直接傳給子生成器。如果發(fā)送的值是None,那么會調(diào)用子生成器的 __next__() 方法。如果發(fā)送的值不是 None,那么會調(diào)用子生成器的 send() 方法。如果子生成器拋出 StopIteration 異常,那么委派生成器恢復(fù)運(yùn)行。任何其他異常都會向上冒泡,傳給委派生成器;

生成器退出時,生成器(或子生成器)中的 return expr 表達(dá)式會觸發(fā)StopIteration(expr) 異常拋出;

yield from 表達(dá)式的值是子生成器終止時傳給 StopIteration 異常的第一個參數(shù)。

yield from 的具體語義很難理解,尤其是處理異常的那兩點(diǎn)。在PEP 380 中闡述了 yield from 的語義。還使用偽代碼(使用 Python 句法)演示了 yield from 的行為。

若想研究那段偽代碼,最好將其簡化,只涵蓋 yield from 最基本且最常見的用法:yield from 出現(xiàn)在委派生成器中,客戶端代碼驅(qū)動著委派生成器,而委派生成器驅(qū)動著子生成器。為了簡化涉及到的邏輯,假設(shè)客戶端沒有在委派生成器上調(diào)用throw(...) 或 close() 方法。而且假設(shè)子生成器不會拋出異常,而是一直運(yùn)行到終止,讓解釋器拋出 StopIteration 異常。上面示例中的腳本就做了這些簡化邏輯的假設(shè)。

下面的偽代碼,等效于委派生成器中的 RESULT = yield from EXPR 語句(這里針對的是最簡單的情況:不支持 .throw(...) 和 .close() 方法,而且只處理 StopIteration 異常):

_i = iter(EXPR) 
try:
    _y = next(_i)
except StopIteration as _e:
    _r = _e.value
else:
    while 1:
        _s = yield _y
    try:
        _y = _i.send(_s)
    except StopIteration as _e:
        _r = _e.value
        break
RESULT = _r

但是,現(xiàn)實(shí)情況要復(fù)雜一些,因?yàn)橐幚砜蛻魧?throw(...) 和 close() 方法的調(diào)用,而這兩個方法執(zhí)行的操作必須傳入子生成器。此外,子生成器可能只是純粹的迭代器,不支持 throw(...) 和 close() 方法,因此 yield from 結(jié)構(gòu)的邏輯必須處理這種情況。如果子生成器實(shí)現(xiàn)了這兩個方法,而在子生成器內(nèi)部,這兩個方法都會觸發(fā)異常拋出,這種情況也必須由 yield from 機(jī)制處理。調(diào)用方可能會無緣無故地讓子生成器自己拋出異常,實(shí)現(xiàn) yield from 結(jié)構(gòu)時也必須處理這種情況。最后,為了優(yōu)化,如果調(diào)用方調(diào)用 next(...) 函數(shù)或 .send(None) 方法,都要轉(zhuǎn)交職責(zé),在子生成器上調(diào)用next(...) 函數(shù);僅當(dāng)調(diào)用方發(fā)送的值不是 None 時,才使用子生成器的 .send(...) 方法。

下面的偽代碼,是考慮了上述情況之后,語句:RESULT = yield from EXPR的等效代碼:

_i = iter(EXPR)
try:
    _y = next(_i)
except StopIteration as _e:
    _r = _e.value
else:
    while 1:
        try:
            _s = yield _y
        except GeneratorExit as _e:
            try:
                _m = _i.close
            except AttributeError:
                pass
            else:
                _m()
            raise _e
        except BaseException as _e:
            _x = sys.exc_info()
            try:
                _m = _i.throw
            except AttributeError:
                raise _e
            else:
                try:
                    _y = _m(*_x)
                except StopIteration as _e:
                    _r = _e.value
                    break
        else:
            try:
                if _s is None:
                    _y = next(_i)
                else:
                    _y = _i.send(_s)
            except StopIteration as _e:
                _r = _e.value
                break
RESULT = _r

上面的偽代碼中,會預(yù)激子生成器。這表明,用于自動預(yù)激的裝飾器與 yield from 結(jié)構(gòu)不兼容。

總結(jié)

到此這篇關(guān)于python協(xié)程之yield和yield from的文章就介紹到這了,更多相關(guān)python協(xié)程yield和yield from內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python制作進(jìn)度條的幾種方法

    Python制作進(jìn)度條的幾種方法

    如果你之前沒用過進(jìn)度條,八成是覺得它會增加不必要的復(fù)雜性或者很難維護(hù),其實(shí)不然。要加一個進(jìn)度條其實(shí)只需要幾行代碼,快跟隨小編一起學(xué)習(xí)學(xué)習(xí)吧
    2022-12-12
  • python3使用requests模塊爬取頁面內(nèi)容的實(shí)戰(zhàn)演練

    python3使用requests模塊爬取頁面內(nèi)容的實(shí)戰(zhàn)演練

    本篇文章主要介紹了python3使用requests模塊爬取頁面內(nèi)容的實(shí)戰(zhàn)演練,具有一定的參考價值,有興趣的可以了解一下
    2017-09-09
  • django rest framework 實(shí)現(xiàn)用戶登錄認(rèn)證詳解

    django rest framework 實(shí)現(xiàn)用戶登錄認(rèn)證詳解

    這篇文章主要介紹了django rest framework 實(shí)現(xiàn)用戶登錄認(rèn)證詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2019-07-07
  • pytorch中Schedule與warmup_steps的用法說明

    pytorch中Schedule與warmup_steps的用法說明

    這篇文章主要介紹了pytorch中Schedule與warmup_steps的用法說明,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2021-05-05
  • Python使用win32com.client的方法示例

    Python使用win32com.client的方法示例

    本文主要介紹了Python使用win32com.client的方法示例,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2023-02-02
  • Python使用reportlab將目錄下所有的文本文件打印成pdf的方法

    Python使用reportlab將目錄下所有的文本文件打印成pdf的方法

    這篇文章主要介紹了Python使用reportlab將目錄下所有的文本文件打印成pdf的方法,涉及reportlab模塊操作pdf文件的相關(guān)技巧,需要的朋友可以參考下
    2015-05-05
  • python學(xué)生管理系統(tǒng)代碼實(shí)現(xiàn)

    python學(xué)生管理系統(tǒng)代碼實(shí)現(xiàn)

    這篇文章主要為大家詳細(xì)介紹了python學(xué)生管理系統(tǒng)代碼實(shí)現(xiàn),文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-03-03
  • 搭建pypi私有倉庫實(shí)現(xiàn)過程詳解

    搭建pypi私有倉庫實(shí)現(xiàn)過程詳解

    這篇文章主要介紹了搭建pypi私有倉庫實(shí)現(xiàn)過程詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2020-11-11
  • Python3中函數(shù)參數(shù)傳遞方式實(shí)例詳解

    Python3中函數(shù)參數(shù)傳遞方式實(shí)例詳解

    這篇文章主要介紹了Python3中函數(shù)參數(shù)傳遞方式,結(jié)合實(shí)例形式較為詳細(xì)的分析了Python3中函數(shù)參數(shù)傳遞的常見操作技巧,需要的朋友可以參考下
    2019-05-05
  • python Opencv將圖片轉(zhuǎn)為字符畫

    python Opencv將圖片轉(zhuǎn)為字符畫

    這篇文章主要為大家詳細(xì)介紹了python Opencv將圖片轉(zhuǎn)為字符畫的方法,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-03-03

最新評論