Python实现协程的四种方式

本文主要是介绍Python实现协程的四种方式，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

协程

协程不是计算机提供的，是人为创造的上下文切换技术，也可以被称为微线程。简而言之 其实就是在一个线程中实现代码块相互切换执行。
我们知道正常代码是从上到下依次执行，一个方法或函数操作完毕后才会进入下一个方法或函数执行。例如：

def func1():
	print(1)
	print(2)
	
def func2():
	print(3)
	print(4)

func1()
func2()

此时代码执行逻辑一定是先执行完func1()对象里的语句再执行func2() ，这种称为同步。但是如果我们想在func1()对象中print(1)后切换到func2()该怎么做呢？

可以采用以下几种基于协程的方式：

• greenlet。
• yield 关键字
• asyncio 装饰器（py3.4之后引入）
• async、await关键字（py3.5之后引入）【推荐】

1. greenlet实现协程

# greenlet是第三方模块需先引入
pip3 install greenlet

# -*- coding: utf-8 -*-
# author: micher.yu
# Time：2022/01/08
# simple_desc :
from greenlet import greenlet


def func1():
	print(1)  # 第二步：输出1
	gr2.switch()  # 第三步：切换到 func2 函数
	print(2)  # 第六步：输出2
	gr2.switch()  # 第七步：切换到func2 函数（如果不切换的话句柄会继续往下执行，也就不会进入func2 输出4）


def func2():
	print(3)  # 第四步：输出3
	gr1.switch()  # 第五步：切换到func1 函数
	print(4)  # 第八步：输出4，func2函数 执行完毕句柄继续往下执行


def func3():
	print(5)  # 第十步：输出5


gr1 = greenlet(func1)  # 此处只是生成greenlet包装的func1对象，代码并不会实际运行
gr2 = greenlet(func2)  # 此处生成greenlet包装的func2对象

gr1.switch()  # 第一步：此处是正式执行func1()对象
func3()  # 第九步：实例化func3

# 所以实际输出会是 1 3 2 4 5

2. yield关键字

不推荐，实际应用场景比较少。

如果对yield关键字还不太熟悉的话可以参考往期这篇文章详解python三大器——迭代器、生成器、装饰器其中生成器部分有详细讲解

def func1():
	yield 1
	yield from func2()  # 这里其实相当于for item in func2(): yield item 
	yield 2


def func2():
	yield 3
	yield 4


for item in func1():
	print(item)

# 输出结果将会是：1 3 4 2

3. asyncio 模块

在python3.4及之后的版本才可使用，这个框架使用事件循环来编排回调和异步任务。事件循环位于事件循环策略的上下文中。
下图是协程，事件循环和策略之间的相互作用

注意：asyncio牛逼在于遇到IO阻塞自动切换！

下面我们使用@asyncio.coroutine 装饰器(py3.10+会移除)定义了两个协程函数。（基于生成器的协程）

import asyncio


@asyncio.coroutine
def func1():
	print(1)
	# 此处用asyncio.sleep(2)来模拟IO耗时(asyncio.sleep也是一个协程对象，不能用time.sleep())，asyncio定义的协程函数遇到IO操作时会自动切换到事件循环中的其他任务
	yield from asyncio.sleep(2)  
	print(2)


@asyncio.coroutine
def func2():
	print(3)
	yield from asyncio.sleep(2)
	print(4)

PS：如果py版本高于3.8依然可以使用asyncio.coroutine装饰器但是会有告警建议你使用async & await关键字来定义协程函数，不会影响使用！

协程函数并不能像普通函数一样直接实例化运行，调用协程函数协程并不会开始运行，只是返回一个协程对象。

fun1() # 此处是不会有结果的

可以通过 asyncio.iscoroutine 来验证是否是协程对象

print(asyncio.iscoroutine(func1()))  # True

协程对象必须在事件循环中运行，我们可以通过asyncio.get_event_loop方法来获取当前正在运行的循环实例。如loop对象，然后把协程对象交给 loop.run_until_complete，协程对象随后会在 loop 里得到运行。

loop = asyncio.get_event_loop()
loop.run_until_complete(func1())
# 运行结果为：
# 1
# 等待2s
# 2

run_until_complete 是一个阻塞（blocking）调用，直到协程运行结束，它才返回；所以他必须接受的是一个可等待对象（协程, 任务 和future对象）。
run_until_complete 的参数是一个 future，但是我们这里传给它的却是协程对象，之所以能这样，是因为它在内部做了检查

要让这个协程对象转成future的话，可以通过 asyncio.ensure_future 方法。

所以，我们可以写得更明显一些：

loop = asyncio.get_event_loop()
loop.run_until_complete(asnycio.ensure_future(func1()))
# 运行结果为：
# 1
# 等待2s
# 2

在有多个协程函数需要运行时怎么办？

1. 我们可以将协程对象包装成future对象后再放到一个列表中再通过asyncio.wait运行。

   asyncio.wait方法或await关键字只能传可等待 对象

   tasks = [
   	asyncio.ensure_future(func1()),  # 把协程对象包转成一个 future 对象
   	asyncio.ensure_future(func2())
   ]
   
   loop = asyncio.get_event_loop()
   loop.run_until_complete(asyncio.wait(tasks))
   # 运行结果为：
   # 1
   # 3
   # 等待2s
   # 2
   # 4
   

2. 通过asyncio.gather可以直接将协程对象放到列表中(必须解包！也就是*[])：

   loop = asyncio.get_event_loop()
   loop.run_until_complete(asyncio.gather(*[func1(), func2()]))
   # 运行结果为：
   # 1
   # 3
   # 等待2s
   # 2
   # 4
   

完整代码为：

import asyncio


@asyncio.coroutine
def func1():
	print(1)
	yield from asyncio.sleep(2)  # 此处用asyncio.sleep(2)来模拟IO耗时(asyncio.sleep也是一个协程对象，不能用time.sleep())，自动切换到tasks中的其他任务
	print(2)


@asyncio.coroutine
def func2():
	print(3)
	yield from asyncio.sleep(2)  # 此处又遇到IO阻塞后，又会自动切换到tasks中其他的任务
	print(4)


func1()  # 调用协程函数，协程并不会开始运行，只是返回一个协程对象。可以通过 asyncio.iscoroutine 来验证是否是协程对象
print(asyncio.iscoroutine(func1()))  # True

tasks = [
	asyncio.ensure_future(func1()),  # 把协程对象包转成一个 future 对象
	asyncio.ensure_future(func2())
]

loop = asyncio.get_event_loop()
# 方式一：
loop.run_until_complete(asyncio.wait(tasks))
# 方式二：
loop.run_until_complete(asyncio.gather(*[func1(), func2()]))

同样我们也可以执行Task对象：

Task 对象的作用是在运行某个任务的同时可以并发的运行其他任务。

Task 对象可以使用 asyncio.create_task() 函数创建，也可以使用 loop.create_task()

• 取消 Task 对象 cancel()
• Task 任务是否被取消 cancelled()
• Task 对象是否完成 done()
• 返回结果 result()
  1.Task 对象被完成，则返回结果
  2.Task 对象被取消，则引发 CancelledError 异常
  3.Task 对象的结果不可用，则引发 InvalidStateError 异常
• 添加回调，任务完成时触发 add_done_callback(task)
• 所有任务列表 asyncio.all_tasks()
• 返回当前任务 asyncio.current_task()

使用 loop 对象的 create_task 函数创建一个 Task 对象，在第一次打印 Task 对象时，状态为 pending，完成执行函数后的状态为 finished。

import asyncio



async def do_something():
	print("这是一个Task例子....")
	# 模拟阻塞1秒
	await asyncio.sleep(1)
	return "Task任务完成"


# 创建一个事件event_loop
loop = asyncio.get_event_loop()

# 创建一个task
task = loop.create_task(do_something())
# 第一次打印task
print(task)

# 将task加入到event_loop中
loop.run_until_complete(task)
# 再次打印task
print(task)
print(task.result())
""" 运行结果
#1 <Task pending name='Task-1' coro=<do_something() running at /Users/mac/Desktop/userspace/TestDemo/test/async_demo.py:97>>
#2 这是一个Task例子....
#3 <Task finished name='Task-1' coro=<do_something() done, defined at /Users/mac/Desktop/userspace/TestDemo/test/async_demo.py:97> result='Task任务完成'>
#4 Task任务完成
"""

Task 对象的 result() 函数可以获取 do_something() 函数的返回值。

Task 任务回调

import asyncio



async def do_something(task_id):
	print(f"这是一个Task例子,当前task_id：{task_id}")
	# 模拟阻塞1秒
	await asyncio.sleep(1)
	return f"Task-id {task_id} 任务完成"


# 任务完成后的回调函数
def callback(task):
	# 打印参数
	print(task)
	# 打印返回的结果
	print(task.result())


# 创建一个事件event_loop
loop = asyncio.get_event_loop()

# 创建一个task
tasks = []
for i in range(5):
	name = f"task-{i}"
	task = loop.create_task(do_something(name), name=name)
	task.add_done_callback(callback)
	tasks.append(task)

# 将task加入到event_loop中
loop.run_until_complete(asyncio.wait(tasks))
""" 输出为：
这是一个Task例子,当前task_id：task-0
这是一个Task例子,当前task_id：task-1
这是一个Task例子,当前task_id：task-2
这是一个Task例子,当前task_id：task-3
这是一个Task例子,当前task_id：task-4
<Task finished name='task-0' coro=<do_something() done, defined at /Users/mac/Desktop/userspace/TestDemo/test/async_demo.py:97> result='Task-id task-0 任务完成'>
Task-id task-0 任务完成
<Task finished name='task-1' coro=<do_something() done, defined at /Users/mac/Desktop/userspace/TestDemo/test/async_demo.py:97> result='Task-id task-1 任务完成'>
Task-id task-1 任务完成
<Task finished name='task-2' coro=<do_something() done, defined at /Users/mac/Desktop/userspace/TestDemo/test/async_demo.py:97> result='Task-id task-2 任务完成'>
Task-id task-2 任务完成
<Task finished name='task-3' coro=<do_something() done, defined at /Users/mac/Desktop/userspace/TestDemo/test/async_demo.py:97> result='Task-id task-3 任务完成'>
Task-id task-3 任务完成
<Task finished name='task-4' coro=<do_something() done, defined at /Users/mac/Desktop/userspace/TestDemo/test/async_demo.py:97> result='Task-id task-4 任务完成'>
Task-id task-4 任务完成
"""

使用 asyncio.wait() 函数将 Task 任务列表添加到 event_loop 中，也可以使用 asyncio.gather() 函数。

多个任务执行结束后再回调

import asyncio
import functools



async def do_something(t):
	print("暂停" + str(t) + "秒")
	await asyncio.sleep(t)
	return "暂停了" + str(t) + "秒"


def callback(event_loop, gatheringFuture):
	print(gatheringFuture.result())
	print("多个Task任务完成后的回调")


loop = asyncio.get_event_loop()
gather = asyncio.gather(do_something(1), do_something(3))
gather.add_done_callback(functools.partial(callback, loop))

loop.run_until_complete(gather)
""" 输出为：
暂停1秒
暂停3秒
['暂停了1秒', '暂停了3秒']
多个Task任务完成后的回调
"""

4. async & await 关键字【推荐

这篇关于Python实现协程的四种方式的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！