摘要：協程定義協程是指一個過程，這個過程與調用方協作，產出由調用方提供的值。當得到控制權時，會阻塞，同時等待終止。終止協程的方法該方法致使生成器在暫停的表達式處拋出異常。

定義：協程是指一個過程，這個過程與調用方協作，產出由調用方提供的值。（協程中必定含有一條yield語句）

協程與生成器類似，都是定義體內包含yield關鍵字的函數。不過，在協程中，yield通常出現在表達式的右邊（例如，data = yield），可以產出值，也可以不產出。

生成器不可以返回值，如果生成器中給return語句提供值，會拋出SyntaxError異常；

python新引入yield from 語句，可以把復雜的生成器重構成小型的嵌套生成器，省去了大量樣板代碼。

. send() 方法，可以讓調用方給協程發送數據，發送的數據會成為協程函數中 yield 表達式的值。

.throw() 方法，可以讓調用方拋出異常

.close() 方法，可以讓調用方終止協程

"GEN_CREATED" 等待開始執行

"GEN_RUNNING" 解釋器正在執行

"GEN_SUSPENDED" 在yield表達式處暫停

"GEN_CLOASED" 執行結束

協程只能處于這四個狀態中的一個，當前狀態可以由 inspect.getgeneratorstate(...)函數獲取

因為send() 方法的參數會成為暫停的yield表達式的值，所以，僅當協程處于暫停狀態時才能調用send()方法

協程需要被預激，預激是通過next()函數進行

給協程添加預激裝飾器 functools.wraps()，可以省去協程的預激過程。

在生成器gen中使用yield from subgen()時，subgen()會得到當前的控制權，把產出的值傳給gen的調用方，即調用方可以直接跳過gen控制subgen。當subgen得到控制權時，gen會阻塞，同時等待subgen終止。

一個小例子：

def chain(*iters):
    for iter in iters:
        yield from iter

lst_1 = "abc"
lst_2 = "987"
print(list(chain(lst_1, lst_2)))

運行結果：

["a", "b", "c", "9", "8", "7"]

這個例子還可以改寫為：

def chain():
    yield from "abc"
    yield from "987"

輸出結果是一樣的。

yield from 的主要功能是打開雙向通道，把最外層的調用方與最內層的子生成器連接起來，這樣，二者可以直接發送和產生值，甚至可以直接傳入異常。

一個復雜的例子，計算中學生的平均身高和體重：

from collections import namedtuple

Result = namedtuple("Result", "count average")


# 子生成器
def averager():  # <1>
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield  # <2>
        if term is None:  # <3>
            break
        total += term
        count += 1
        average = total/count
    return Result(count, average)  # <4>


# 委派生成器
def grouper(results, key):  # <5>
    while True:  # <6>
        results[key] = yield from averager()  # <7>


# 客戶端代碼，即調用端
def main(data):  # <8>
    results = {}
    for key, values in data.items():
        group = grouper(results, key)  # <9>
        next(group)  # <10>
        for value in values:
            group.send(value)  # <11>
        group.send(None)  # important! <12>

    # print(results)  # uncomment to debug
    report(results)


# 輸出報告
def report(results):
    for key, result in sorted(results.items()):
        group, unit = key.split(";")
        print("{:2} {:5} averaging {:.2f}{}".format(
              result.count, group, result.average, unit))


data = {
    "girls;kg":
        [40.9, 38.5, 44.3, 42.2, 45.2, 41.7, 44.5, 38.0, 40.6, 44.5],
    "girls;m":
        [1.6, 1.51, 1.4, 1.3, 1.41, 1.39, 1.33, 1.46, 1.45, 1.43],
    "boys;kg":
        [39.0, 40.8, 43.2, 40.8, 43.1, 38.6, 41.4, 40.6, 36.3],
    "boys;m":
        [1.38, 1.5, 1.32, 1.25, 1.37, 1.48, 1.25, 1.49, 1.46],
}


if __name__ == "__main__":
    main(data)

運行結果：

 9 boys  averaging 40.42kg
 9 boys  averaging 1.39m
10 girls averaging 42.04kg
10 girls averaging 1.43m

委派生成器grouper()只是起到一個傳輸數據的作用，沒有進行任何的數據處理。

生成器中都有一個無限循環 while True: 這個無限循環表明，只要調用方不斷把值發送給這個協程，它就會一直接收值，然后生成結果。該循環結束條件：

調用方在協程上顯式調用 .close() 方法，

或者沒有對協程的引用，而被垃圾回收程序回收時，這個協程才會終止。

generator.close()

該方法致使生成器在暫停的 yield 表達式處拋出 GeneratorExit 異常。

如果生成器處理了這個異常，生成器一定不能產生值，否則解釋器會拋出RuntimeError異常。

如果生成器沒有處理這個異常，或者拋出StopIteration異常，即生成器已經運行到最后，調用方也不會報錯。