Question

我很久以前就听说过常规，但从未使用它们。据我所知，协同例程类似于生成器。

为什么我们需要Python中的协同例程？

Answer 1

Generator使用yield返回值。 Python生成器函数也可以使用(yield)语句来使用值。另外，生成器对象的两个新方法send()和close()为使用和生成值的对象创建了一个框架。定义这些对象的生成器函数称为coroutines。

协同程序使用(yield)语句消耗值，如下所示：

value = (yield)

使用这种语法，执行会在此语句处暂停，直到使用参数调用对象的send方法：

coroutine.send(data)

然后，执行恢复，将值分配给数据值。为了表示计算结束，我们使用close()方法关闭协程。这会在协同程序中引发一个GeneratorExit异常，我们可以使用try / except子句来捕获它。

以下示例说明了这些概念。它是一个协程，可以打印与提供的模式匹配的字符串。

def match(pattern):
    print('Looking for ' + pattern)
    try:
        while True:
            s = (yield)
            if pattern in s:
                print(s)
    except GeneratorExit:
        print("=== Done ===")

我们用模式初始化它，并调用__next__()开始执行：

m = match("Jabberwock")
m.__next__()
Looking for Jabberwock

对__next__()的调用导致函数体被执行，因此打印出“寻找jabberwock”这一行。执行将继续，直到遇到语句line = (yield)。然后，执行暂停，并等待将值发送到m。我们可以使用send()向其发送值。

Answer 2

协同程序类似于生成器，但有一些差异。主要区别是：

生成器是数据生成者
coroutines是数据消费者

You may have a look here for details

为什么我们需要python中的协同程序？

2 个答案: