本章涵盖一下话题：
- 生成器作为协程使用时的行为和状态
- 使用装饰器自动预激协程
- 调用方如何使用生成器的
.close()和.throw(...)方法控制协程 - 协程终止时如何返回值
yield from新句法的用途和语义- 使用案例 — 使用协程管理仿真系统中的并发活动
生成器如何进化成协程
协程的底层架构在”PEP 342—Coroutines via Enhanced Generators”(https://www.python.org/dev/peps/pep-0342/“
) 中定义，并在 Python2.5 (2006年)实现了。自此之后， yield 关键字可以在表达式中使用，而且生成器 API 中增加了 .send(value) 方法。生成器的调用方可以使用 .send(...) 方法发送数据，发送的数据会成为生成器函数中 yield 表达式中的值。因此，生成器可以作为协程使用。协程是指一个过程，这个过程与调用方协作，产出由调用方提供的值。
除了 .send(...) 方法，PEP 342 还添加了 .throw(...) 和 .close() 方法：前者的作用是让调用方抛出异常，在生成器中处理；后者的作用是终止生成器。
PEP 380 对生成器函数的句法做了两处改动，以便更好地作为协程使用。
- 现在，生成器可以返回一个值；以前，如果在生成器中给
return语句提供值，会抛出SyntaxError异常。 - 新引入了
yield from句法，使用它可以把复杂的生成器重构成小型的嵌套生成器，省去了之前把生成器的工作委托给子生成器所需的大量样板代码。
用作协程的生成器的基本行为
>>> def simple_coroutine():
... print('-> coroutine started')
... x = yield
... print('-> coroutine received:', x)
...
>>> my_core = simple_coroutine()
>>> my_core
<generator object simple_coroutine at 0x10f1c0dd0>
>>> next(my_core)
-> coroutine started
>>> my_core.send(42)
-> coroutine received: 42
Traceback (most recent call last):File "<stdin>", line 1, in <module>
StopIteration
协程可以身处四个状态中的一个。当前状态可以使用 inspect.getgeneratorstate(...) 函数确定，该函数会返回下述字符串中的一个。
GEN_CREATED: 等待开始执行。GEN_RUNNING: 解释器正在执行。(只有在多线程应用中才能看到这个状态。此外，生成器对象在自己身上调用getgeneratorstate函数也行，不过这样做没什么用)GEN_SUSPENDED: 在yield表达式处暂停。GEN_CLOSED: 执行结束。
因为 send 方法的参数会成为暂停的 yield 表达式的值，所以，仅当协程处于暂停状态时才能调用 send 方法。
如果创建协程对象后立即把 None 之外的值发给它，会出现下述错误：
>>> my_core = simple_coroutine()
>>> my_core.send(123)
Traceback (most recent call last):File "<stdin>", line 1, in <module>
TypeError: can't send non-None value to a just-started generator
最先调用 next(my_core) 函数这一步通常称为”预激“(prime)协程(即，让协程向前执行到第一个 yield 表达式，准备好作为活跃的协程使用)
下面举个产出多个值的例子，以便更好地理解协程的行为。
>>> 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(44)
-> Received: b= 44
58
>>> my_coro2.send(12)
-> Received: c= 12
Traceback (most recent call last):File "<stdin>", line 1, in <module>
StopIteration
>>> getgeneratorstate(my_coro2)
'GEN_CLOSED'
预激协程的装饰器
如果不预激，那么协程没什么用。调用 my_coro.send(x) 之前，记住一定要调用 next(my_coro)。为了简化协程的用法，有时会使用一个预激装饰器。示例的 coroutine 装饰器是一例。
>>> from functools import wraps
>>>
>>> def coroutine(func):
... @wraps(func)
... def primer(*args, **kwargs):
... gen = func(*args, **kwargs)
... next(gen)
... return gen
... return primer
使用 yield from 句法调用协程时，会自动预激，因此与 @coroutine 等装饰器不兼容。Python 3.4 标准库里的 asyncio.coroutine 装饰器不会预激协程，因此能兼容 yield from 句法。
接下来探讨协程的重要特性 — 用于终止协程，以及在协程中抛出异常的方法。
终止协程和异常处理
协程中未处理的异常会向上冒泡，传给 next 函数或 send方法的调用方(即触发协程的对象)。
>>> def averager():
... total = 0.0
... count = 0
... average = None
... while True:
... term = yield average
... total += term
... count += 1
... average = total / count
...
>>> coro_avg = averager()
>>> coro_avg
<generator object averager at 0x10f1c0e40>
>>> next(coro_avg)
>>> coro_avg.send(40)
40.0
>>> coro_avg.send(50)
45.0
>>> coro_avg.send('apam')
Traceback (most recent call last):File "<stdin>", line 1, in <module>File "<stdin>", line 7, in averager
TypeError: unsupported operand type(s) for +=: 'float' and 'str'
出错的原因是，发送给协程的 apam 值不能加到 total 变量上。
从 Python2.5 开始，客户代码可以在生成器对象上调用两个方法，显示地把异常发给协程。
这两个方法是 throw 和 close。
generator.throw(exc_type[, exc_value[, traceback]])
致使生成器在暂停的 `yield` 表达式处抛出指定的异常。如果生成器处理了抛出的异常，代码会向前执行到下一个 `yield` 表达式，而产出的值会成为调用 `generator.throw` 方法得到的返回值。如果生成器没有处理抛出的异常，异常会向上冒泡，传到调用方的上下文中。
generator.close()
致使生成器在暂停的 `yield` 表达式处抛出 `GeneratorExit` 异常。如果生成器没有处理这个异常，或者抛出了 `StopIteration` 异常(通常是指运行到结尾)，调用方不会报错。如果收到 `GeneratorExit` 异常，**生成器一定不能产出值**， 否则解释器会抛出 `RuntimeError` 异常。生成器抛出的其他异常会向上冒泡，传给调用方。
下面举例说明如何使用 close 和 throw 方法控制协程。
>>> class DemoException(Exception):
... pass
...
>>> def demo_exc_handling():
... print('-> corouting 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_core = demo_exc_handling()
>>> next(exc_core)
-> corouting started
>>> exc_core.send(11)
-> coroutine received: 11
>>> exc_core.send(12)
-> coroutine received: 12
>>> exc_core.close()
>>> from inspect import getgeneratorstate
>>> getgeneratorstate(exc_core)
'GEN_CLOSED'
>>> exc_core = demo_exc_handling()
>>> next(exc_core)
-> corouting started
>>> exc_core.send(11)
-> coroutine received: 11
>>> exc_core.throw(DemoException)
*** DemoException handled. Continuing...
>>> getgeneratorstate(exc_core)
'GEN_SUSPENDED'
>>> exc_core.throw(ZeroDivisionError)
Traceback (most recent call last):File "<stdin>", line 1, in <module>File "<stdin>", line 5, in demo_exc_handling
ZeroDivisionError
>>> getgeneratorstate(exc_core)
'GEN_CLOSED'
如果不管协程如何结束都想做些清理工作，要把协程定义体中相关的代码放入 try/finally块中。
class DemoException(Exception):passdef demo_finally():print('-> coroutine started')try:while True:try:x = yieldexcept DemoException:print("*** DemoException handled. Continuing...")else:print("-> coroutine received: {!r}".format(x))finally:print('-> coroutine ending')
Python3.3 引入 yield from 结构的主要原因之一与把异常传入嵌套的协程有关。另一个原因是让协程更方便地返回值。请继续往下读，了解详情。
让协程返回值
from collections import namedtupleResult = namedtuple('Result', 'count average')def averager():total = 0.0count = 0average = Nonewhile True:term = yieldif term is None:breaktotal += termcount += 1average = total/countreturn 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)""" output: Traceback (most recent call last):File "b.py", line 23, in <module>coro_avg.send(None) StopIteration: Result(count=3, average=15.5) """
注意，return 表达式的值会偷偷传给调用方，赋值给 StopIteration 异常的一个属性。这样做有点不合常理，但是能保留生成器对象的常规行为 — 耗尽时抛出 StopIteration 异常。
coro_avg = averager()
next(coro_avg)
coro_avg.send(10)
coro_avg.send(30)
coro_avg.send(6.5)
try:coro_avg.send(None)
except StopIteration as exc:result = exc.valueprint(result)
""" output: Result(count=3, average=15.5) """
获取协程的返回值虽然要绕个圈子，但这是 PEP380 定义的方式，当我们意识到这一点之后就说得通了： yield from 结构会在内部自动捕获 StopIteration 异常。这种处理方式与 for 循环处理 StopIteration 异常的方式一样：循环机制使用用户易于理解的方式处理异常。对 yield from 结构来说，解释器不仅会捕获 StopIteration 异常，还会把 value 属性的值变成 yield from 表达式的值。可惜，我们无法在控制台中使用交互的方式测试这种行为，因为在函数外部使用 yield from，yield 会导致句法出错。
下面讨论 yield from 结构
使用 yield from
yield from 的主要功能是打开双向通道，把最外层的调用方与最内层的子生成器连接起来，这样二者可以直接发送和产出值，还可以直接传入异常，而不用在位于中间的协程中添加大量处理异常的样板代码。有了这个结构，协程可以通过以前不可能的方式委托职责。
若想使用 yield from 结构，就要大幅改动代码。为了说明需要改动的部分，PEP380 使用了一些专门的术语。
委派生成器
包含 `yield from <iterable>` 表达式的生成器函数。
子生成器
从 `yield from` 表达式中 <iterable> 部分获取的生成器函数。
调用方
PEP380 使用”调用方“这个术语指代调用委派生成器的客户端代码。在不同的语境中，我会使用”客户端“代替”调用方“，以此与委派生成器(也是调用方,因为它调用了子生成器)区分开。
委派生成器在 yield from 表达式处暂停时，调用方可以直接把数据发给子生成器，子生成器再把产出的值发给调用方。子生成器返回之后，解释器会抛出 StopIteration 异常，并把返回值附加到异常对象上，此时委派生成器会回复。
一个例子
from collections import namedtupleResult = namedtuple('Result', 'count average')# 子生成器
def averager():total = 0.0count = 0average = Nonewhile True:term = yieldif term is None:breaktotal += termcount += 1average = total/countreturn Result(count, average)# 委派生成器
def grouper(results, key):while True:results[key] = yield from averager()# 客户端代码，即调用方
def main(data):results = {
}for key, values in data.items():group = grouper(results, key)next(group)for value in values:group.send(value)group.send(None)report(results)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':
[40.9, 38.5, 44.3, 42.2, 45.2, 41.7, 44.5, 38.0, 40.6, 44.5], 'girls;m':
[1.6, 1.51, 1.4, 1.3, 1.41, 1.39, 1.33, 1.46, 1.45, 1.43], 'boys;kg':
[39.0,40.8, 43.2, 40.8, 43.1, 38.6, 41.4, 40.6, 36.3], 'boys;m':
[1.38,1.5, 1.32, 1.25, 1.37, 1.48, 1.25, 1.49, 1.46],
}
main(data)""" output:9 boys averaging 40.42kg9 boys averaging 1.39m 10 girls averaging 42.04kg 10 girls averaging 1.43m """
yield from 的意义
PEP380 在”Proposal“ 一节分六点说明了 yield from 的行为。
- 子生成器产出的值都直接传给委派生成器的调用方(即客户端代码)。
- 使用
send()方法发给委派生成器的值都直接传给子生成器。如果发送的值是None,那么会调用子生成器的__next__()方法。如果发送的值不是None,那么会调用子生成器的send()方法。如果调用的方法抛出StopIteration异常，那么委派生成器恢复运行。任何其他异常都会向上冒泡，传给委派生成器。 - 生成器退出时，生成器(或子生成器)中的
return expr表达式会触发StopIteration(expr)异常抛出。 yield from表达式的值是子生成器终止时传给StopIteration异常的第一个参数。
yield from 结构的另外两个特性与异常和终止有关。
- 传入委派生成器的异常，除了
GeneratorExit之外都传给子生成器的throw()方法。如果调用throw()方法时抛出StopIteration异常，委派生成器恢复运行。StopIteration之外的异常会向上冒泡，传给委派生成器。 - 如果把
GeneratorExit异常传入委派生成器，或者在委派生成器上调用close()方法，那么在子生成器上调用close()方法，如果它有的话。如果调用close()方法导致异常抛出，那么异常会向上冒泡，传给委派生成器；否则，委派生成器抛出GeneratorExit异常。
奇怪，测试的时候 yield from 仍然会抛出 StopIteration,和书上介绍的不一样。。这个点回头问问别人。
下一章我们介绍”使用期物处理并发“