python協(xié)程之yield和yield?from實(shí)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(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
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2017-09-09django 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2019-07-07pytorch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2021-05-05Python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2015-05-05python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2018-03-03Python3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