协程

协程最大的意义就是：利用了原来在等待延时操作的时间去切换任务执行。

一，迭代器

迭代器最大的好处是：储存生成数据的方式，较储存生成数据的结果占用较少的内存。

若一个对象是可迭代对象，此对象不一定可以进行迭代；若一个对象是迭代器，则此对象一定可以进行迭代。迭代对象也可以同时为迭代器。

迭代一个对象的步骤为，判断对象是否为可迭代对象，若成立则调用iter（对象）方法并触发对象的__iter__方法的返回值（__iter__的返回值应该为一个迭代器），判断返回对象是否为一个迭代器，调用迭代器中的next（对象）方法并触发对象的__next__方法的返回值，若迭代器出现报错 StopIteration时，for循环将自动结束迭代，并不报错。

1，判断对象是否为可迭代对象：

在python中万物皆对象，只要在对象内部实现__iter__方法，则对象是可迭代对象，即可以使用for循环。

代码中判断：

from collections import Iterable

isinstance(对象名，Iterable)                # 返回布尔值进行判断

2，调用iter方法得到对象的__iter__的返回的返回值

在认定对象对应类中有__iter__后，调用iter方法，对象自动调用__iter__中return,return的返回值应该为一个迭代器。

3，判断返回对象是否为一个迭代器

迭代器中应有__iter__方法和__next__方法。调用next（对象）方法并触发对象中的__next__方法中的返回值。

代码中判断：

from collections import Iterator

isinstance(对象名，Iterator)                  # 返回布尔值进行判断

4,判断迭代器如何结束

当迭代器 raise StopIteration时，for循环语句将自动处理，正常结束循环。

5，为了更好的理解，附上代码

 

二，生成器

生成器的一大好处是：储存生成数据的方式。较return可返回结果时暂定程序，而后继续执行。

生成器是一类特殊的迭代器,它不需要再像上面的类一样写__iter__()和__next__()方法了, 使用更加方便,它依然可以使用next函数和for循环取值，而当调用next函数并触发__next__返回值无参数时，将会自动报错StopIteration（迭代器无此功能）。

1，创建生成器的方法

　　1）将列表推导式的[] 换成（）

　　　eg: nums = (x*2 for x in range(10))

　　　　   next(nums)    /   for i in nums 

　　2)  只要在def中有yield关键字的 就称为 生成器。在函数中只要有yield,那个这就不是一个函数，而是一个生成器模板，在调用函数时就是在创建一个生成器对象。

　　　　当代码执行到yield语句时，将暂停程序，并返回数据，依然可以使用next函数和for循环取值。

2，yield生成器在代码中如何执行

当代码执行到yield语句时，将暂停程序，并返回数据，依然可以使用next函数和for循环取值。

当调用next函数并触发__next__返回值无参数时，将自动报错StopIteration。多个生成器对象先后执行，相互无影响。

 

3，return 在 yield生成器中的作用

当yield生成器报错时，（Exception的错误原因.value）将返回return数据，如下所示：

4，send

因为send在应用于功能上于next相接近，在这里我们将send与next进行比较。

1）在传参上的区别：

next只能接受yield传过来的参数。

send能接受yield传过来的参数，同时将send的参数传给yield处。

注意：send不能接收第一次的数据，因为程序从第一行执行，send的参数无处可传。但可以使用生成器名.send(None).

2）在调用上的区别：

next(生成器名)

生成器名.send（None）

三，协程-yield

在yield生成器中，利用next（）方法，实现协程的多任务。遇到延时将等待延时，不切换任务。

 

四，协程-greenlet

greenlet 是对于yield的一个简单的封装，将yield利用next控制线程执行替换成了自动执行（像穿针引线）。遇到延时将等待延时，不切换任务。

实现原理与yield近乎一样，只是更加方便了。

五，协程-gevent

gevent 是对于greenlet的内部封装，而遇到延时就切换到下一个任务继续执行。

gevent只识别自己的框架延时，为了让gevent框架识别其他延时操作则需要转换

gevent在线程延时的时候才会自动执行，可使用join阻塞使gevent执行程序。

为方便理解，代码如下： 

import gevent
import time
from gevent import monkey

# 打补丁，让gevent框架识别耗时操作，比如：time.sleep，网络请求延时
monkey.patch_all()

# 任务1
def work1(num):
　　for i in range(num):
　　　　print("work1....")
　　　　time.sleep(0.2)
　　　　# gevent.sleep(0.2)

# 任务2
def work2(num):
　　for i in range(num):
　　　　print("work2....")
　　　　time.sleep(0.2)
　　　　# gevent.sleep(0.2)

def main():
　　# gevent.joinall([
　　# gevent.spawn(work1, 5),
　　# gevent.spawn(work2, 5)
　　# ])
　　# print('end')

　　#创建协程指定对应的任务
　　g1 = gevent.spawn(work1, 6)
　　g2 = gevent.spawn(work2, 6)

　　while True:
　　　　print("主线程中执行")
　　　　time.sleep(1)

if __name__ == '__main__':
　　main()

六，代码

import urllib.request
import gevent
from gevent import monkey
import re

url_list = list()
monkey.patch_all()
# def get_url():
#　　 files = open('cat_url.txt','r').read()
#　　 list1 = re.findall(r'http://img0.*?\.jpg',files,re.S)
# 　　 if list1:
#　　　　 print(list1,len(list1))
#　　 else:
# 　　　　 print('no match')
# 　　 return list1

lists = ('http://img06.tooopen.com/images/20180916/tooopen_sl_21540854823136.jpg','http://img06.tooopen.com/images/20180911/tooopen_sl_145217521750944.jpg',
　　'http://img08.tooopen.com/20181010/tooopen_sl_20520752729360.jpg')

def downloader(img_name, img_url):
　　req = urllib.request.urlopen(img_url)
　　img_content = req.read()
　　with open('./test_cat/'+img_name, "wb") as f:
　　　　f.write(img_content)

def main():
　　for index in range(len(lists)):
　　　　url_list.append(gevent.spawn(downloader,'cat'+str(index)+'.jpg',lists[index]))
　　gevent.joinall(url_list)

if __name__ == '__main__':
　　main()

转载于:https://www.cnblogs.com/njhbk/p/10039179.html