Python协程方式的实现及意义笔记分享(执行代码)

协程

协程不是计算机提供的，是程序员认为创造
协程也被称为微线程，是一种用户态的上下文切换技术，简而言之，就是通过一个线程实现代码互相切换执行
实现协程的几种方法:

1)greenlet,早期模块
2)yield关键字
3)asyncio装饰器（python3.4以后引入的）
4)async,await关键字 (python3.5) 推荐

1.greenlet实现协程

greentlet是一个第三方模块，需要提前安装 pip3 install greenlet才能使用。

from greenlet import greenlet
def func1():
 print(1)  # 第1步：输出 1
 gr2.switch() # 第3步：切换到 func2 函数
 print(2)  # 第6步：输出 2
 gr2.switch() # 第7步：切换到 func2 函数，从上一次执行的位置继续向后执行
def func2():
 print(3)  # 第4步：输出 3
 gr1.switch() # 第5步：切换到 func1 函数，从上一次执行的位置继续向后执行
 print(4)  # 第8步：输出 4
gr1 = greenlet(func1)
gr2 = greenlet(func2)
gr1.switch() # 第1步：去执行 func1 函数

输出的结果:
1
3
2
4

注意：switch中也可以传递参数用于在切换执行时相互传递值。

2.yield

基于Python的生成器的yield和yield form关键字实现协程代码。

def func1():
 yield 1#第一步执行这里会生成1
 yield from func2() #这里会跳到func2，然后执行里面的代码，执行完func2函数后会继续以跳转之前的状态继续执行以下代码
 yield 2
def func2():
 yield 3
 yield 4 
# 这里是一个生成器对象
f1 = func1()
# 遍历执行生成器
for item in f1:
 print(item)

执行结果
1
3
4
2

注：用这种方法比较牵强，真正开发环境中基本不会用这种方法实现协程(yield form关键字是在Python3.3中引入的。)

3.asyncio

在Python3.4之前官方未提供协程的类库，一般大家都是使用greenlet等其他来实现。在Python3.4发布后官方正式支持协程，即：asyncio模块。

import asyncio
#这就是一个用协程实现的函数
@asyncio.coroutine
def func1():
 print(1)
 yield from asyncio.sleep(2)  # 遇到IO耗时操作，自动化切换到tasks中的其他任务
 print(2)
loop = asyncio.get_event_loop()
#执行
loop.run_until_complete(func1())

同时执行多个协程

import asyncio
@asyncio.coroutine
def func1():
 print(1)
 yield from asyncio.sleep(2)  # 遇到IO耗时操作，自动化切换到tasks中的其他任务
 print(2)
@asyncio.coroutine
def func2():
 print(3)
 yield from asyncio.sleep(2) # 遇到IO耗时操作，自动化切换到tasks中的其他任务
 print(4)
tasks = [
 asyncio.ensure_future( func1() ),
 asyncio.ensure_future( func2() )
]
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

结果
1
3
2
4

注意：基于asyncio模块实现的协程比之前的要更厉害，因为他的内部还集成了遇到IO耗时操作自动切花的功能。

4.async & awit

async & awit 关键字在Python3.5版本中正式引入，基于他编写的协程代码其实就是上一示例的加强版，让代码可以更加简便。

Python3.8之后 @asyncio.coroutine 装饰器就会被移除，推荐使用async & awit 关键字实现协程代码。

import asyncio
async def func1():
 print(1)
 await asyncio.sleep(2)
 print(2)
async def func2():
 print(3)
 await asyncio.sleep(2)
 print(4)
tasks = [
 asyncio.ensure_future(func1()),
 asyncio.ensure_future(func2())
]
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

常用的是：greenlet,async&awit

协程的意义

在一个线程中遇到IO耗时，线程不会等待，利用空余的时间去执行其他的方法

爬虫案例

例如：用代码实现下载 url_list 中的图片。

方式一：同步编程实现

import requests
def download_image(url):
 print("开始下载:",url)
 # 发送网络请求，下载图片
 response = requests.get(url)
 print("下载完成")
 # 图片保存到本地文件
 file_name = url.rsplit('_')[-1]
 with open(file_name, mode='wb') as file_object:
  file_object.write(response.content)
if __name__ == '__main__':
 url_list = [
  'https://www3.autoimg.cn/newsdfs/g26/M02/35/A9/120x90_0_autohomecar__ChsEe12AXQ6AOOH_AAFocMs8nzU621.jpg',
  'https://www2.autoimg.cn/newsdfs/g30/M01/3C/E2/120x90_0_autohomecar__ChcCSV2BBICAUntfAADjJFd6800429.jpg',
  'https://www3.autoimg.cn/newsdfs/g26/M0B/3C/65/120x90_0_autohomecar__ChcCP12BFCmAIO83AAGq7vK0sGY193.jpg'
 ]
 for item in url_list:
  download_image(item)

结果
开始下载: https://www3.autoimg.cn/newsdfs/g26/M02/35/A9/120x90_0_autohomecar__ChsEe12AXQ6AOOH_AAFocMs8nzU621.jpg
下载完成
开始下载: https://www2.autoimg.cn/newsdfs/g30/M01/3C/E2/120x90_0_autohomecar__ChcCSV2BBICAUntfAADjJFd6800429.jpg
下载完成
开始下载: https://www3.autoimg.cn/newsdfs/g26/M0B/3C/65/120x90_0_autohomecar__ChcCP12BFCmAIO83AAGq7vK0sGY193.jpg
下载完成

方式二：基于协程的异步编程实现

import aiohttp
import asyncio
async def fetch(session, url):
 print("发送请求：", url)
 async with session.get(url, verify_ssl=False) as response:
  content = await response.content.read()
  file_name = url.rsplit('_')[-1]
  with open(file_name, mode='wb') as file_object:
file_object.write(content)
async def main():
 async with aiohttp.ClientSession() as session:
  url_list = [
'https://www3.autoimg.cn/newsdfs/g26/M02/35/A9/120x90_0_autohomecar__ChsEe12AXQ6AOOH_AAFocMs8nzU621.jpg',
'https://www2.autoimg.cn/newsdfs/g30/M01/3C/E2/120x90_0_autohomecar__ChcCSV2BBICAUntfAADjJFd6800429.jpg',
'https://www3.autoimg.cn/newsdfs/g26/M0B/3C/65/120x90_0_autohomecar__ChcCP12BFCmAIO83AAGq7vK0sGY193.jpg'
  ]
  tasks = [asyncio.create_task(fetch(session, url)) for url in url_list]
  await asyncio.wait(tasks)
if __name__ == '__main__':
 asyncio.run(main())

结果
发送请求： https://www3.autoimg.cn/newsdfs/g26/M02/35/A9/120x90_0_autohomecar__ChsEe12AXQ6AOOH_AAFocMs8nzU621.jpg
发送请求： https://www2.autoimg.cn/newsdfs/g30/M01/3C/E2/120x90_0_autohomecar__ChcCSV2BBICAUntfAADjJFd6800429.jpg
发送请求： https://www3.autoimg.cn/newsdfs/g26/M0B/3C/65/120x90_0_autohomecar__ChcCP12BFCmAIO83AAGq7vK0sGY193.jpg
下载完成 https://www2.autoimg.cn/newsdfs/g30/M01/3C/E2/120x90_0_autohomecar__ChcCSV2BBICAUntfAADjJFd6800429.jpg
下载完成 https://www3.autoimg.cn/newsdfs/g26/M0B/3C/65/120x90_0_autohomecar__ChcCP12BFCmAIO83AAGq7vK0sGY193.jpg
下载完成 https://www3.autoimg.cn/newsdfs/g26/M02/35/A9/120x90_0_autohomecar__ChsEe12AXQ6AOOH_AAFocMs8nzU621.jpg

上述两种的执行对比之后会发现，基于协程的异步编程要比同步编程的效率高了很多。因为：