关于python协程的一个例子的学习

例子来自https://blog.tonyseek.com/post/event-manage-with-greenlet/

加了一些注释看懂了:

注释中的数字表示执行的顺序,这个简单的例子用到了python自带的生成器,关键的地方是:调用生成器的模块使用next()时就开始执行生成器中的语句,生成器执行到yield 的地方会挂起,同时返回yield的值给调用模块。当执行fire_event(‘click‘)时,会实现另外一个next(),这时生成器得到信号,从挂起的地方开始执行,直到结束。而在响应函数resume()中next()没有收到yield返回的值,所以会发生StopIteration异常.从而结束整个程序

#!/usr/bin/env python
#coding=utf-8

from time import sleep

event_listeners = {}

def fire_event(name):
	event_listeners[name]()

def use_event(func):
	def call(*args, **kwargs):
		print ‘use_event‘ ## 1
		generator = func(*args, **kwargs) ## 2
		print ‘come here‘ ## 3
		event_name = generator.next() ## 4 开启generator,期待其返回一个yield()的值
		print ‘no wait here‘ ## 7	

		def resume():
			try:
				print ‘second time‘ ## 10
				next(generator)  ##唤醒了test_work(),期待返回一个yield(),但是test_work只有一个yield(),所以这里会出现异常
			except StopIteration:
				print "test_work() doesn‘t have another yield()" ## 11
				pass
		event_listeners[event_name] = resume
		print ‘register !!‘ ## 8
	return call

@use_event
def test_work():
	print ‘wait‘ ## 5
	sleep(2)
	yield ‘click‘# 6 执行至此,返回‘click‘给use_event中的next();test_work()挂起,等待另一个next()唤醒
	print ‘click.‘

if __name__ == ‘__main__‘:
	test_work()
	sleep(3)
	fire_event(‘click‘)#9  唤醒test_work()

时间: 2024-10-13 11:00:50

关于python协程的一个例子的学习的相关文章

python协程初步---一个生成器的实现

和列表那种一下占据长度为n的内存空间不同的是,生成器在调用的过程中逐步占据内存空间,因此有着很大的优势 一个斐波纳契数列的例子 def myfibbo(num): a,b=0,1 count=0 while count<num: a,b=a+b,a print(b) count+=1 运行 :myfibbo(10) 一个生成器版本的例子 def myfibbo(num): a,b=0,1 count=0 while count<num: a,b=a+b,a ret = yield b#代码执行

python协程初步---一个迭代器的实现

一般认为迭代器就是实现了两个方法__iter__和__next__ 先创建这样一个类 from collections import Iterable from collections import Iterator class classiterable(object): def __iter__(self): pass def __next__(self): pass class mycoach(object): def __init__(self): pass def addname(se

从python协程理解tornado异步

博客原文地址:http://www.v2steve.com/py_tornado_async.html 刚接触tornado时候最疑惑的问题就是tornado.gen.coroutine是怎么实现的.如何在代码中用同步格式实现异步效果.看了几次源码发现其实就是python协程的一个具体应用.下面从生成器开始,说说tornado的异步. python协程 python利用yield关键字实现生成器,yield就像生化危机里的T病毒,被yield感染的函数都不仅仅是函数,而是一个函数生成器.函数生成

python协程:yield的使用

本文和大家分享的主要是python协程yield相关内容,一起来看看吧,希望对大家学习python有所帮助. 协程定义 协程的底层架构是在pep342 中定义,并在python2.5 实现的. python2.5 中,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表达式的值. 协程是指一个过程,这个过程与调用方协作,产出有调用方提供的值.因此,生成器可以作为协程使用

Python 协程总结

Python 协程总结 理解 协程,又称为微线程,看上去像是子程序,但是它和子程序又不太一样,它在执行的过程中,可以在中断当前的子程序后去执行别的子程序,再返回来执行之前的子程序,但是它的相关信息还是之前的. 优点: 极高的执行效率,因为子程序切换而不是线程切换,没有了线程切换的开销: 不需要多线程的锁机制,因为只有一个线程在执行: 如果要充分利用CPU多核,可以通过使用多进程+协程的方式 使用 打开asyncio的源代码,可以发现asyncio中的需要用到的文件如下: 下面的则是接下来要总结的

谁说Python协程是鸡肋的!站出来我不打死他!这么牛逼的协程!

文章思路:本文将先介绍协程的概念,然后分别介绍Python2.x与3.x下协程的用法,最终将协程与多线程做比较并介绍异步爬虫模块. 协程 概念 协程,又称微线程,纤程,英文名Coroutine.协程的作用,是在执行函数A时,可以随时中断,去执行函数B,然后中断继续执行函数A(可以自由切换).但这一过程并不是函数调用(没有调用语句),这一整个过程看似像多线程,然而协程只有一个线程执行. 进群:548377875   即可获取数十套PDF哦! Python2.x协程 python2.x协程应用: y

00.用 yield 实现 Python 协程

来源:Python与数据分析 链接: https://mp.weixin.qq.com/s/GrU6C-x4K0WBNPYNJBCrMw 什么是协程 引用官方的说法: 协程是一种用户态的轻量级线程,协程的调度完全由用户控制.协程拥有自己的寄存器上下文和栈.协程调度切换时,将寄存器上下文和栈保存到其他地方,在切回来的时候,恢复先前保存的寄存器上下文和栈,直接操作栈则基本没有内核切换的开销,可以不加锁的访问全局变量,所以上下文的切换非常快. 与线程相比,协程更轻量.一个Python线程大概占用8M内

python协程,线程的其他方法

OK 这一篇主要是协程的,还落下了点线程的方法,先说线程, 线程池 线程池回调函数 协程 一. 线程池   线程池顾名思义就是跟是跟进程池一样的 到这里就差我们的线程池没有讲了,我们用一个新的模块给大家讲,早期的时候我们没有线程池,现在python提供了一个新的标准或者说内置的模块,这个模块里面提供了新的线程池和进程池,之前我们说的进程池是在multiprocessing里面的,现在这个在这个新的模块里面,他俩用法上是一样的. 为什么要将进程池和线程池放到一起呢,是为了统一使用方式,使用thre

Python核心技术与实战——十五|Python协程

我们在上一章将生成器的时候最后写了,在Python2中生成器还扮演了一个重要的角色——实现Python的协程.那什么是协程呢? 协程 协程是实现并发编程的一种方式.提到并发,肯很多人都会想到多线程/多进程模型,这就是解决并发问题的经典模型之一.在最初的互联网世界中,多线程/多进程就在服务器并发中起到举足轻重的作用. 但是随着互联网的发展,慢慢很多场合都会遇到C10K瓶颈,也就是同时连接到服务器的客户达到1W,于是,很多代码就跑崩溃,因为进程的上下文切换占用了大量的资源,线程也顶不住如此巨大的压力