8、【转载】python enhanced generator － coroutine

本文转载自：http://www.cnblogs.com/xybaby/p/6323358.html

正文

　　本文主要介绍python中Enhanced generator即coroutine相关内容，包括基本语法、使用场景、注意事项，以及与其他语言协程实现的异同。

enhanced generator

　　在上文介绍了yield和generator的使用场景和主意事项，只用到了generator的next方法，事实上generator还有更强大的功能。PEP 342为generator增加了一系列方法来使得generator更像一个协程Coroutine。做主要的变化在于早期的yield只能返回值（作为数据的产生者）， 而新增加的send方法能在generator恢复的时候消费一个数值，而去caller（generator的调用着）也可以通过throw在generator挂起的主动抛出异常。

　　首先看看增强版本的yield，语法格式如下：
　　back_data = yield cur_ret

　　这段代码的意思是：当执行到这条语句时，返回cur_ret给调用者；并且当generator通过next()或者send(some_data)方法恢复的时候，将some_data赋值给back_data.For example:

# -*- coding: utf-8 -*-

def gen(data):
    print('before yield', data)
    back_data = yield data
    print('after resume', back_data)

if __name__ == '__main__':
    g = gen(1)
    print(next(g))
    try:
        g.send(0)
    except StopIteration:
        pass

输出：
before yield 1
1
after resume 0

两点需要注意：

（1） next() 等价于 send(None)
（2） 第一次调用时，需要使用next()语句或是send(None)，不能使用send发送一个非None的值，否则会出错的，因为没有Python yield语句来接收这个值。

应用场景

　　当generator可以接受数据（在从挂起状态恢复的时候） 而不仅仅是返回数据时， generator就有了消费数据（push）的能力。下面的例子来自这里:

# -*- coding: utf-8 -*-

word_map = {}
def consume_data_from_file(file_name, consumer):   #此处consumer是consume_words这个generator！！！
    with open(file_name, 'r',encoding='utf-8') as file:
        for line in file.read():
            consumer.send(line)

def consume_words(consumer):   #此处consumer是count_words_consumer这个generator！！！原因在于参数类型
    while True:
        line = yield
        for word in (w for w in line.split() if w.strip()):
            consumer.send(word)

def count_words_consumer():
    while True:
        word  = yield
        if word not in word_map:
            word_map[word] = 0
        word_map[word] += 1
    print(word_map)

if __name__ == '__main__':
    cons = count_words_consumer()
    next(cons)     #start generator
    cons_inner = consume_words(cons)   #注意此标红处，将count_words_consumer这个generator作为参数传入consume_words，
    next(cons_inner)      #start generator
    c = consume_data_from_file('D://header.txt', cons_inner)
    print(word_map)

      上面的代码中，真正的数据消费者是count_words_consumer，最原始的数据生产者是consume_data_from_file，数据的流向是主动从生产者推向消费者。不过上面__main__ 中分别调用了两次next启动生成器，这个可以使用一个decorator封装一下。

def consumer(func):
    def wrapper(*args,**kw):
        gen = func(*args, **kw)
        next(gen)
        return gen
    return wrapper

修改后的代码：

# -*- coding: utf-8 -*-

def consumer(func):
    def wrapper(*args, **kw):
        gen = func(*args, **kw)
        next(gen)
        return gen
    return wrapper

word_map = {}
def consume_data_from_file(file_name, consumer):   #此处consumer是consume_words这个generator！！！
    with open(file_name, 'r',encoding='utf-8') as file:
        for line in file.read():
            consumer.send(line)

@consumer
def consume_words(consumer):   #此处consumer是count_words_consumer这个generator！！！原因在于参数类型
    while True:
        line = yield
        for word in (w for w in line.split() if w.strip()):
            consumer.send(word)

@consumer
def count_words_consumer():
    while True:
        word  = yield
        if word not in word_map:
            word_map[word] = 0
        word_map[word] += 1
    print(word_map)

if __name__ == '__main__':
    cons = count_words_consumer()    #定位到wrapper，并在func中执行完yield语句后返回
    #next(cons)     #start generator
    cons_inner = consume_words(cons)   #定位到wrapper，并在func中执行完yield语句后返回
    #next(cons_inner)      #start generator
    c = consume_data_from_file('D://header.txt', cons_inner)
    print(word_map)