python協(xié)程之yield和yield?from實例詳解
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)程計算移動平均值
下面是一個計算移動平均值的協(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（通常是指運行到結(jié)尾），調(diào)用方不會報錯。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，因為它傳達(dá)了至關(guān)重要的一點：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 實例，每個實例都是作為協(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)前實例終止。然后繼續(xù)創(chuàng)建下一個實例。
# 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 實例。grouper 會在 yield from 表達(dá)式處暫停，等待 averager 實例處理客戶端發(fā)來的值。averager 實例運行完畢后，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 實例，然后綁定到 group 變量上。前一個 grouper 實例（以及它創(chuàng)建的尚未終止的 averager 子生成器實例）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
這個試驗想表明的關(guān)鍵一點是，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，因為 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：
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。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)實情況要復(fù)雜一些，因為要處理客戶對 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
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)，其實不然。要加一個進(jìn)度條其實只需要幾行代碼，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 實現(xiàn)用戶登錄認(rèn)證詳解
這篇文章主要介紹了django rest framework 實現(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
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
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
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
這篇文章主要介紹了搭建pypi私有倉庫實現(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
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