很多码农终其一生可能在代码上干的事情无非就是追求两件事情:Logic Locality 和 Data Locality。前者决定了开发效率,后者决定了运行效率。协程是用来处理I/O阻塞和流程阻塞这两个普世问题的得力工具,可以达到比较好的Logic Locality。
def demo_before_and_after():
print('before')
yield
print('after')
gen = demo_before_and_after()
gen.next()
gen.next()
这段代码执行的输出是
gen created
before
after
Traceback (most recent call last):
...
StopIteration
通过这个例子,可以了解到Python的generator的两个特性。
首先,demo_before_and_after()的时候,before并没有被打印出来。说明demo_before_and_after这个函数在这个时候还没有真正开始执行。gen.next()被调用一次,函数就往前执行一步。通过控制gen.next(),可以从外面控制函数内部的执行进度。
其次,Python的generator没有类似Java的Iterator.hasNext这样的设计,直接以抛出StopIteration来传达“到尾巴了”这个消息。
利用generator这个特性,Python的标准库提供了一个非常方便的contextmanager的设计
import contextlib
@contextlib.contextmanager
def demo_before_and_after():
print('before')
yield
print('after')
with demo_before_and_after():
print('inside')
输出结果是
before
inside
after
很多需要获得资源,使用资源,然后确保资源被正确释放的场合(类似C++的RAII),都可以用上面的写法来实现。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。