Python高级编程技巧协程

先来说几个概念
同步&＃xff1a; 代码调用IO操作时&＃xff0c;必须等到操作完成返回的调用方式&＃xff0c;同步是并行
异步&＃xff1a; 代码调用IO操作时&＃xff0c;必须等到操作完成返回的调用方式&＃xff0c;异步是串行
阻塞&＃xff1a; 从调用者的角度说&＃xff0c;如果调用时被卡住&＃xff0c;不再往下执行&＃xff0c;需要等待就是说阻塞
非阻塞&＃xff1a; 从调用者的角度说&＃xff0c;如果调用时没有被卡住&＃xff0c;继续往下执行无需等待就是说非阻塞

生成器—send方法

1. 启动生成器
2. 发送值给生成器返回

def generator(num):a, b &＃61; 0, 1con &＃61; 0while con < num:result &＃61; yield a # 先执行右边&＃xff0c;会阻塞在这里print(&＃39;result>>&＃39;, result)a, b &＃61; b, a &＃43; bcon &＃43;&＃61; 1return 123g &＃61; generator(5)
g.close() # 关闭生成器&＃xff0c;后续的值将取不了
# send 方法可以启动生成器都是第一次传的值必须是空
print(next(g)) # 这也可以取出来
print(g.send(&＃39;huran&＃39;))for i in g: # 还可以用for循环print(i, end&＃61;&＃39;-&＃39;)
# 捕获生成器的返回值
while True:try:ret &＃61; next(g)print(ret)except Exception as e:print(e.value)break


yield完成多任务

利用就是yield会阻塞的特性

import timedef task1():while True:print("--1--")time.sleep(0.1)yielddef task2():while True:print("--2--")time.sleep(0.1)yielddef main():t1 &＃61; task1()t2 &＃61; task2()while True:next(t1)next(t2)if __name__ &＃61;&＃61; "__main__":main()


yield from

chain&＃xff08;&＃xff09;可传入多个可迭代的对象&＃xff0c;对他们进行一个for循环取出值来。

lis &＃61; [1, 2, 3]
dis &＃61; {&＃39;name&＃39;: &＃39;juran&＃39;,&＃39;age&＃39;: 18
}def my_chian(*args, **kwargs):for val in args:yield from valfor value in my_chian(lis, dis):print(value)


yield from

def generator_1(): # 子生成器total &＃61; 0while True:x &＃61; yieldprint(&＃39;加&＃39;, x)if not x: breaktotal &＃43;&＃61; xreturn totaldef generator_2(): # 委托生成器while True:total &＃61; yield from generator_1() # 子生成器print(&＃39;加和总数是:&＃39;, total)def main(): # 调用方# g1 &＃61; generator_1()# g1.send(None)# g1.send(2)# g1.send(3)# g1.send(None)g2 &＃61; generator_2()g2.send(None)g2.send(2)g2.send(3)g2.send(None)if __name__ &＃61;&＃61; &＃39;__main__&＃39;:main()


【子生成器】&＃xff1a;yield from后的generator_1()生成器函数是子生成器
【委托生成器】&＃xff1a;generator_2()是程序中的委托生成器&＃xff0c;它负责委托子生成器完成具体任务。
【调用方】&＃xff1a;main()是程序中的调用方&＃xff0c;负责调用委托生成器。

协程

协程&＃xff0c;又称微线程
协程是python个中另外一种实现多任务的方式&＃xff0c;只不过比线程更小占用更小执行单元&＃xff08;理解为需要的资源&＃xff09;
Python中的协程大概经历了如下三个阶段&＃xff1a;

1. 最初的生成器变形yield/send
2. yield from
3. 在最近的Python3.5版本中引入async/await关键字

协程的实现

from greenlet import greenlet
import timedef greenlet_1():while True:print(&＃39;--1--&＃39;)g2.switch()time.sleep(0.5)def greenlet_2():while True:print(&＃39;--2--&＃39;)g1.switch()time.sleep(0.5)g1 &＃61; greenlet(greenlet_1)
g2 &＃61; greenlet(greenlet_2)
g1.switch()


gevent实现多任务
遇到等待会自动切换到另外一个任务

import gevent
from gevent import monkey
monkey.patch_all() # 将所用的噩耗时操作换为gevent模块的def test1(n):for i in range(n):print(gevent.getcurrent(), i)gevent.sleep(0.5) # 这里会有等待&＃xff0c;会自动在上一步自动切换到另外一个def test2():while True:print(gevent.getcurrent(), &＃39;---2---&＃39;)gevent.sleep(0.5) # 这里会有等待&＃xff0c;会自动在上一步自动切换到另外一个t1 &＃61; gevent.spawn(test1, 2) # 第一个参数是对象&＃xff0c;第二个是参数&＃xff08;传入函数中的&＃xff0c;可有可无&＃xff09;
t2 &＃61; gevent.spawn(test2)
t1.join() # 要等到执行完毕&＃xff0c;否则直接到这里
t2.join()


案例&＃xff1a;

import gevent
from gevent import monkey
monkey.patch_all()
import requestsdef download(url):print("get:%s" % url)ret &＃61; requests.get(url)data &＃61; ret.textprint(len(data), ret)g1 &＃61; gevent.spawn(download, &＃39;https://www.kancloud.cn/ju7ran/gaoji/1474878&＃39;)
g2 &＃61; gevent.spawn(download, &＃39;https://fanyi.baidu.com/?fr&＃61;websearch_submit&pid&＃61;sogou__free#pt/zh/%3CGreenlet&＃39;)
g1.join()
g2.join()
访问的网站并不是按照你写的顺序来执行完成的&＃xff0c;而是先执行完时间短一点的&＃xff0c;


总结&＃xff1a;
进程是资源分配的基本单位
线程是操作系统调度和执行的单位
进程切换需要的资源很最大&＃xff0c;效率很低
线程切换需要的资源一般&＃xff0c;效率一般&＃xff08;当然了在不考虑GIL的情况下&＃xff09;
协程切换任务资源很小&＃xff0c;效率高
多进程、多线程根据cpu核数不一样可能是并行的&＃xff0c;但是协程是在一个线程中 所以是并发