普遍意義上講，生成器是一種特殊的迭代器，它可以在執行過程中暫停併在恢復執行時保留它的狀態。而協程，則可以讓一個函數在執行過程中暫停併在恢復執行時保留它的狀態，在Python3.10中，原生協程的實現手段，就是生成器，或者說的更具體一些：協程就是一種特殊的生成器，而生成器，就是協程的入門心法。 協程底 ...
普遍意義上講，生成器是一種特殊的迭代器，它可以在執行過程中暫停併在恢復執行時保留它的狀態。而協程，則可以讓一個函數在執行過程中暫停併在恢復執行時保留它的狀態，在Python3.10中，原生協程的實現手段，就是生成器，或者說的更具體一些：協程就是一種特殊的生成器，而生成器，就是協程的入門心法。
協程底層實現
我們知道，Python3.10中可以使用async和await關鍵字來實現原生協程函數的定義和調度，但其實，我們也可以利用生成器達到協程的效果，生成器函數和普通函數的區別在於，生成器函數使用 yield 語句來暫停執行並返回結果。例如，下麵是一個使用生成器函數實現的簡單協程：
def my_coroutine():
while True:
x = yield
print(x)
# 使用生成器函數創建協程
coroutine = my_coroutine()
# 啟動協程
next(coroutine)
# 在協程中傳入數據
coroutine.send(1)
coroutine.send(2)
coroutine.send(3)
程式返回：
➜ mydemo git:(master) ✗ /opt/homebrew/bin/python3.10 "/Users/liuyue/wodfan/work/mydemo/src/test.py"
1
2
3
在上面的代碼中，生成器函數 my_coroutine 使用了一個無限迴圈來實現協程的邏輯。每當調用 send 方法時，協程就會從 yield 語句處恢復執行，並將傳入的參數賦值給變數 x。
如此，就完成了協程執行-》阻塞-》切換-》回調的工作流模式。
當然，作為事件迴圈機制，協程服務啟動可能無限期地運行，要關閉協程服務，可以使用生成器的close()方法。當一個協程被關閉時，它會生成GeneratorExit異常，該異常可以用生成器的方式進行捕獲：
def my_coroutine():
try :
while True:
x = yield
print(x)
except GeneratorExit:
print("協程關閉")
# 使用生成器函數創建協程
coroutine = my_coroutine()
# 啟動協程
next(coroutine)
# 在協程中傳入數據
coroutine.send(1)
coroutine.send(2)
coroutine.send(3)
coroutine.close()
程式返回：
➜ mydemo git:(master) ✗ /opt/homebrew/bin/python3.10 "/Users/liuyue/wodfan/work/mydemo/src/test.py"
1
2
3
協程關閉
業務場景
在實際業務場景中，我們也可以使用生成器來模擬協程流程，主要體現在數據的IO流操作中，假設我們需要從本地往伺服器傳輸數據，首先建立鏈接對象：
class Connection:
def __init__(self, addr):
self.addr = addr
def transmit(self, data):
print(f"X: {data[0]}, Y: {data[1]} sent to {self.addr}")
隨後建立生成器函數：
def send_to_server(conn):
while True:
try:
raw_data = yield
raw_data = raw_data.split(' ')
coords = (float(raw_data[0]), float(raw_data[1]))
conn.transmit(coords)
except ConnectionError:
print("鏈接丟失，進行回調")
conn = Connection("重新連接v3u.cn")
利用生成器調用鏈接類的transmit方法進行數據的模擬傳輸，如果鏈接斷開，則會觸發回調重新連接，執行邏輯：
if __name__ == '__main__':
conn = Connection("v3u.cn")
sender = send_to_server(conn)
sender.send(None)
for i in range(1, 6):
sender.send(f"{100/i} {200/i}")
# 模擬鏈接斷開
conn.addr = None
sender.throw(ConnectionError)
for i in range(1, 6):
sender.send(f"{100/i} {200/i}")
程式返回：
X: 100.0, Y: 200.0 sent to v3u.cn
X: 50.0, Y: 100.0 sent to v3u.cn
X: 33.333333333333336, Y: 66.66666666666667 sent to v3u.cn
X: 25.0, Y: 50.0 sent to v3u.cn
X: 20.0, Y: 40.0 sent to v3u.cn
鏈接丟失，進行回調
X: 100.0, Y: 200.0 sent to 重新連接v3u.cn
X: 50.0, Y: 100.0 sent to 重新連接v3u.cn
X: 33.333333333333336, Y: 66.66666666666667 sent to 重新連接v3u.cn
X: 25.0, Y: 50.0 sent to 重新連接v3u.cn
X: 20.0, Y: 40.0 sent to 重新連接v3u.cn
如此，我們就可以利用生成器的“狀態保留”機制來控制網路鏈接突然斷開的回調補救措施了。
所以說，協程就是一種特殊的生成器：
async def test():
pass
print(type(test()))
您猜怎麼著？
<class 'coroutine'>
結語
誠然，生成器和協程也並非完全是一個概念，與生成器不同的是，協程可以被另一個函數（稱為調用方）恢復執行，而不是只能由生成器本身恢復執行。這使得協程可以用來實現更複雜的控制流，因為它們可以在執行時暫停併在任意時刻恢復執行。
