因为工作中慢慢开始用python的协程，所以想更好的理解一下实现方式，故翻译此文 原文中把词汇表放到最后，但是我个人觉得放在最开始比较好，这样可以增加当你看原文时的理解程度 词汇表 原生协程函数 Native coroutine function： 由async def定义的协程函数，可以使用await和return value语句 原生协程 Native coroutine： 原生协程函数返回的对象。见“await表达式”一节。 基于生成器的协程函数 Generator-based coroutine function： 基于生成器语法的协程，最常见的是用 @asyncio.coroutine装饰过的函数。 基于生成器的协程 Generator-based coroutine： 基于生成器的协程函数返回的对象。 协程 Coroutine： “原生协程”和“基于生成器的协程”都是协程。 协程对象 Coroutine object： “原生协程对象”和“基于生成器的协程对象”都是协程对象。 Future-like对象 Future-like object： 一个有__await__方法的对象，或一个有tp_as_async->am_await函数的C语言对象，它们返回一个迭代器。Future-like对象可以在协程里被一条await语句消费（consume）。协程会被await语句挂起，直到await语句右边的Future-like对象的__await__执行完毕、返回结果。见“await表达式”一节。 Awaitable 一个Future-like对象或一个协程对象。见“await表达式”一节。 异步上下文管理器 Asynchronous context manager： 有__aenter__和__aexit__方法的对象，可以被async with语句使用。见“异步上下文管理器和‘async with’”一节。 可异步迭代对象 Asynchronous iterable： 有__aiter__方法的对象， 该方法返回一个异步迭代器对象。可以被async for语句使用。见“异步迭代器和‘async for’”一节。 异步迭代器 Asynchronous iterator： 有__anext__方法的对象。见“异步迭代器和‘async for’”一节。 摘要 随着互联网和连接程序的增长，引发了对响应性和可扩展代码的需求，该提议的目标是让我们共容易的通过编写显示异步，高并发的python代码并且更加Pythonic 它提出把写成的概念独立出来，并引入新的支持语法。最终的目标是帮助在python中建立一个通用的，易于接近的异步编程构思模型，并使其尽可能接近于同步编程(说白了就是让你通过类似写同步编程的方式，写出异步代码) 这个PEPE建设异步任务是类似于标准模块asyncio.events.AbstractEventLoop的事件循环调度和协调。虽然这个PEP不依赖人去特定的时间循环实现，但它仅仅与使用yield作为调度程序信号的协程类型相关，表示协程将等待知道事件(例如:IO)完成 我们相信，这里提出的更改将有助于python在快速增长的异步编程领域保持更好的竞争力，因为许多其他语言已经采或将要采用类似的功能 API设计和实施修订 对Python 3.5的初始beta版本的反馈导致重新设计支持此PEP的对象模型，以更清楚地将原生协程与生成器分离 - 而不是一种新的生成器，现在原生协程有明确的独立类型 这个改变主要是为了解决原生协程在tornado里使用出现的一些问题 在CPython3.5.2 中更新了__aiter__ 协议。 在3.5.2之前，__aiter__ 是被期望返回一个等待解析为异步迭代器，从3.5.2开始，__aiter__ 应该直接返回异步迭代器 如果在3.5.2中使用旧协议中，Python将引发PendingDeprecationWarning异常 在CPython 3.6中，旧的__aiter__协议仍将受到引发DeprecationWarning的支持 在CPython 3.7中，将不再支持旧的__aiter__协议：如果__aiter__返回除异步迭代器之外的任何内容，则将引发RuntimeError。 理论和目标 当前的Python支持通过生成器（PEP342）实现协程，并通过PEP380中引入的yield from 语法进一步增强，这种方法有很多缺点： 协程序与生成器具有相同的语法，很容易混淆，对于初级开发者来说尤其如此。 一个函数是否是一个协程，取决于它里面是否出现了yield或yield from语句。这并不明显，容易在重构函数的时候搞乱，导致出错。 异步调用被yield语法限制了，我们不能获得、使用更多的语法特性，比如with和for。 这个PEP把协程从生成器独立出来，成为Python的一个原生事物。这会消除协程和生成器之间的混淆，方便编写不依赖特定库的协程代码。也为linter和IDE进行代码静态分析提供了机会。 使用原生协程和相应的新语法，我们可以在异步编程时使用上下文管理器（context manager）和迭代器。如下文所示，新的async with语句可以在进入、离开运行上下文（runtime context）时进行异步调用，而async for语句可以在迭代时进行异步调用。 规范 该提议引入了新的语法和语义来增强Python对协程支持。 请理解Python现有的协程（见PEP 342和PEP 380），这次改变的动机来自于asyncio框架（PEP 3156）和Confunctions提案（PEP 3152，此PEP已经被废弃）。 由此，在本文中，我们使用“原生协程”指用新语法声明的协程。“生成器实现的协程”指用传统方法实现的协程。“协程”则用在两个都可以使用的地方。 新的协程声明语法 使用以下语法声明原生协程： 复制代码 async def read_data(db): pass 复制代码 协程语法的关键点： async def函数必定是协程，即使里面不含有await语句。 如果在async函数里面使用yield或yield from语句，会引发SyntaxError异常。 在CPython内部，引入两个新的代码对象标识（code object flags）： CO_COROUTINE表示这是原生协程。（由新语法定义） CO_ITERABLE_COROUTINE表示这是用生成器实现的协程，但是和原生协程兼容。（用装饰器types.coroutine()装饰过的生成器协程） 调用一个普通生成器，返回一个生成器对象（generator object）；相应的，调用一个协程返回一个协程对象（coroutine object 协程不再抛出StopIteration异常，因为抛出的StopIteration异常会被包装（wrap）成一个RuntimeError异常。对于普通的生成器想要这样需要进行future import 如果一个协程从未await等待就被垃圾收集器销毁了，会引发一个RuntimeWarning异常 types.coroutine() types模块添加了一个新函数coroutine(fn)，使用它，“生成器实现的协程”和“原生协程”之间可以进行互操作。 复制代码 @types.coroutine def process_data(db): data = yield from read_data(db) ... 复制代码 该函数将CO_ITERABLE_COROUTINE标志应用于生成器函数的代码对象，使其返回一个协程对象。如果fn不是生成器函数，它将被包装。如果它返回一个生成器，它将被包装在一个等待的代理对象中（参见下面的等待对象的定义）。 types.coroutine()不会设置CO_COROUTINE标识，只有用新语法定义的原生协程才会有这个标识。 await表达式 新的await表达式用于获得协程执行的结果： 复制代码 async def read_data(db): data = await db.fetch('SELECT ...') ... 复制代码 await 和yield from 是非常类似的，会挂起read_data的执行，直到等待db.fetch完成并返回结果数据。 await使用yield from的实现，但是加入了一个额外步骤——验证它的参数类型。await只接受awaitable对象，awaitable对象是以下的其中一个： 一个原生协程对象（由一个原生协程函数返回） 用装饰器types.coroutine()装饰的一个“生成器实现的协程”对象 一个有__await__方法的对象（__await__方法返回的一个迭代器）。调用链上的每一个yield from 最终都会以一个yield结束，这是Future实现的基本机制。在Python内部，协程是一种特殊的生成器，所以每个await最终会被await调用链条上的某个yield语句挂起。为了让协程也有这样的行为，添加了一个新的魔术方法__await__。 例如，在asyncio模块，要想在await语句里使用Future对象，唯一的修改是给asyncio.Future加一行：__await__ = __iter__ 在本文中，有__await__方法的对象被称为Future-like对象（协程会被await语句挂起，直到await语句右边的Future-like对象的__await__执行完毕、返回结果。） 如果__await__返回的不是一个迭代器，则引发TypeError异常。 在CPython C API，有tp_as_async.am_await函数的对象，该函数返回一个迭代器（类似__await__方法） 如果在async def函数之外使用await语句，会引发SyntaxError异常。这和在def函数之外使用yield语句一样。 如果await右边不是一个awaitable对象，会引发TypeError异常。 新的运算符优先级表 有效的语法示例 Expression Will be parsed as if await fut: pass if (await fut): pass if await fut + 1: pass if (await fut) + 1: pass pair = await fut, 'spam' pair = (await fut), 'spam' with await fut, open(): pass with (await fut), open(): pass await foo()['spam'].baz()() await ( foo()['spam'].baz()() ) return await coro() return ( await coro() ) res = await coro() ** 2 res = (await coro()) ** 2 func(a1=await coro(), a2=0) func(a1=(await coro()), a2=0) await foo() + await bar() (await foo()) + (await bar()) -await foo() -(await foo()) 无效的用法 Expression Should be written as await await coro() await (await coro()) await -coro() await (-coro()) 异步上下文管理器和“async with” 异步上下文管理器（asynchronous context manager），可以在它的enter和exit方法里挂起、调用异步代码。 为此，我们设计了一套方案，添加了两个新的魔术方法：__aenter__和__aexit__，它们必须返回一个awaitable。 异步上下文管理器的一个示例： 复制代码 class AsyncContextManager: async def __aenter__(self): await log('entering context') async def __aexit__(self, exc_type, exc, tb): await log('exiting context') 复制代码 新语法 采纳了一个异步上下文管理器的新语法 复制代码 async with EXPR as VAR: BLOCK 复制代码 这在语义上等同于： 复制代码 mgr = (EXPR) aexit = type(mgr).__aexit__ aenter = type(mgr).__aenter__(mgr) VAR = await aenter try: BLOCK except: if not await aexit(mgr, *sys.exc_info()): raise else: await aexit(mgr, None, None, None) 复制代码 与常规with语句一样，可以在单个async with语句中指定多个上下文管理器。 在使用async with时，如果上下文管理器没有__aenter__和__aexit__方法，则会引发错误。在async def函数之外使用async with则会引发SyntaxError异常。 例子 使用异步上下文管理器，可以轻松地为协同程序实现适当的数据库事务管理器： 复制代码 async def commit(session, data): ... async with session.transaction(): ... await session.update(data) ... 复制代码 加锁的处理也更加简洁 复制代码 async with lock: ... 复制代码 而不再是： 复制代码 with (yield from lock): ... 复制代码 异步迭代器和“async for” 异步迭代器可以在它的iter实现里挂起、调用异步代码，也可以在它的__next__方法里挂起、调用异步代码。要支持异步迭代，需要： 对象必须实现__aiter__方法（或者，如果使用CPython C API，需要定义tp_as_async.am_aiter）返回一个异步迭代器对象 一个异步迭代对象必须实现一个__anext__方法（或者，如果使用CPython C API，需要定义tp_as_async.am_anext）返回一个awaitable 要停止迭代，__anext__必须抛出一个StopAsyncIteration异常。 一个一步迭代的例子： 复制代码 class AsyncIterable: def __aiter__(self): return self async def __anext__(self): data = await self.fetch_data() if data: return data else: raise StopAsyncIteration async def fetch_data(self): ... 复制代码 新语法 采纳了一个迭代异步迭代器的新语法： 复制代码 async for TARGET in ITER: BLOCK else: BLOCK2 复制代码 在语义上等同于： 复制代码 iter = (ITER) iter = type(iter).__aiter__(iter) running = True while running: try: TARGET = await type(iter).__anext__(iter) except StopAsyncIteration: running = False else: BLOCK else: BLOCK2 复制代码 如果async for的迭代器不支持__aiter__方法，则引发TypeError异常。如果在async def函数外使用async for，则引发SyntaxError异常。 和普通的for语句一样，async for有一个可选的else分句。 例子1 使用异步迭代协议，可以在迭代期间异步缓冲数据： 复制代码 async for data in cursor: ... 复制代码 其中cursor是一个异步迭代器，它在每N次迭代后从数据库中预取N行数据。 以下代码说明了新的异步迭代协议： 复制代码 class Cursor: def __init__(self): self.buffer = collections.deque() async def _prefetch(self): ... def __aiter__(self): return self async def __anext__(self): if not self.buffer: self.buffer = await self._prefetch() if not self.buffer: raise StopAsyncIteration return self.buffer.popleft() 复制代码 然后，可以这样使用Cursor类 复制代码 async for row in Cursor(): print(row) 复制代码 与下述代码相同： 复制代码 i = await Cursor().__aiter__() while True: try: row = await i.__anext__() except StopAsyncIteration: break else: print(row) 复制代码 例子2： 以下是将常规迭代转换为异步迭代的实用程序类。虽然这不是一件非常有用的事情，但代码说明了常规迭代器和异步迭代器之间的关系。 复制代码 class AsyncIteratorWrapper: def __init__(self, obj): self._it = iter(obj) def __aiter__(self): return self async def __anext__(self): try: value = next(self._it) except StopIteration: raise StopAsyncIteration return value async for letter in AsyncIteratorWrapper("abc"): print(letter) 复制代码 为什么是StopAsyncIteration？ 协程在内部仍然是基于生成器实现的，因此，在PEP479之前，下面两者是没有区别的 复制代码 def g1(): yield from fut return 'spam' 复制代码 和 复制代码 def g2(): yield from fut raise StopIteration('spam') 复制代码 由于PEP 479已被正式采纳，并作用于协程，以下代码的StopIteration会被包装（wrapp）成一个RuntimeError。 复制代码 async def a1(): await fut raise StopIteration('spam') 复制代码 所以，要想通知外部代码迭代已经结束，抛出一个StopIteration异常的方法不行了。因此，添加了一个新的内置异常StopAsyncIteration，用于表示迭代结束。 此外，根据PEP 479，协程抛出的所有StopIteration异常都会被包装成RuntimeError异常。 协程对象 和生成器的不同之处 本节仅适用于具有CO_COROUTINE的原生协程，即使用新的async def 定义的函数 对于asyncio模块里现有的“基于生成器的协程”，仍然保持不变。 为了把协程和生成器的概念区分开来： 原生协程对象不实现__iter__和__next__方法，因此，不能对其进行迭代（如for...in循环），也不能传递给iter()，list()，tuple()及其它内置函数。如果尝试对其使用__iter__或__next__方法，会引发TypeError异常。 未装饰的生成器不能yield from一个原生协程，这样做会引发TypeError异常。 “基于生成器的协程”在经过 @asyncio.coroutine装饰后，可以yield from原生协程对象。 对于原生协程对象和原生协程函数，调用inspect.isgenerator()和inspect.isgeneratorfunction()会返回False。 协程对象的方法 协程是基于生成器实现的，因此它们有共同的代码。像生成器对象那样，协程也有throw()，send()和close()方法。 对于协程，StopIteration和GeneratorExit起着同样的作用（虽然PEP 479已经应用于协程）。详见PEP 342、PEP 380，以及Python文档。 对于协程，send()，throw()方法用于往Future-like对象发送内容、抛出异常。 调试特性 初级开发者在使用协程时可能忘记使用yield from语句，比如： 复制代码 @asyncio.coroutine def useful(): asyncio.sleep(1) # this will do nothing without 'yield from' 复制代码 为了调试这种错误，在asyncio中有一个特殊的调试模式，其中@coroutine装饰器用一个特殊对象包装所有函数，并使用析构函数记录警告。每当一个包装的生成器被垃圾回收时，就会生成一条详细的日志消息，其中包含有关定义装饰器函数的确切位置，堆栈跟踪收集位置等的信息.Wrapper对象还提供了一个方便的__repr__函数，其中包含有关生成器的详细信息。 新标准库函数 types.coroutine(gen) 详见types.coroutine()一节。 inspect.iscoroutine(obj) 如果obj是原生协程对象，返回True。 inspect.iscoroutinefunction(obj) 如果obj是原生协程函数，返回True。 inspect.isawaitable(obj) 如果obj是awaitable返回True。 inspect.getcoroutinestate(coro) 返回原生协程对象的当前状态（inspect.getfgeneratorstate(gen)的镜像）。 inspect.getcoroutinelocals(coro) 返回一个原生协程对象的局部变量的映射【译注：变量名->值】（inspect.getgeneratorlocals(gen) 的镜像）。 sys.set_coroutine_wrapper(wrapper) 允许拦截原生协程对象的创建。wrapper必须是一个接受一个参数callable（一个协程对象），或者是None。None会重置（reset）这个wrapper。如果再次调用，新的wrapper会取代旧的。这个函数是线程专有的（thread-specific）。详见“调度特性”一节。 sys.get_coroutine_wrapper() 返回当前的包装对象(wrapper object)。如果没有则返回None。这个函数是线程专有的（thread-specific）。详见“调度特性”一节。 新的抽象基类 为了更好地与现有框架（如Tornado，见[13]）和编译器（如Cython，见[16]）集成，增加了两个新的抽象基类（ABC）： collections.abc.Awaitable，Future-like类的抽象基类，实现__await__方法。 collections.abc.Coroutine，协程对象的抽象基类，实现send(value)，throw(type, exc, tb)，close()和__await__()方法。 注意，“基于生成器的协程”（有CO_ITERABLE_COROUTINE标识）并不实现__await__方法，因此它们不是collections.abc.Coroutine和collections.abc.Awaitable的实例： 复制代码 @types.coroutine def gencoro(): yield assert not isinstance(gencoro(), collections.abc.Coroutine) # however: assert inspect.isawaitable(gencoro()) 复制代码 为了便于测试对象是否支持异步迭代，还添加了两个ABC： collections.abc.AsyncIterable --用于测试__aiter__方法。 collections.abc.AsyncIterator --用于测试__aiter__和__anext__方法。 所有的努力都值得期许，每一份梦想都应该灌溉！https://www.cnblogs.com/zhaof/p/10024264.html