【360度全景展示源码】【超市收银结算系统源码】【qq空间直链解析源码】asyncio源码-皮皮网

【360度全景展示源码】【超市收银结算系统源码】【qq空间直链解析源码】asyncio源码

2024-11-24 20:45:10 来源：{typename type="name"/} 分类：{typename type="name"/}

1.pythonä¸ºä»ä¹å«python
2.深入异步IO框架：asyncio 中篇
3.python协程（4）：asyncio
4.python最基础的编写(python用什么编写)
5.协程是什么？有什么用？一文教你完全掌握协程的本质。
6.pythonå¦å®åºç¡å¦ä»ä¹

asyncio源码

pythonä¸ºä»ä¹å«python

æ©å±èµæï¼

pythonçåå±åç¨

åèèµææ¥æºï¼ç¾åº¦ç¾ç§âpython

深入异步IO框架：asyncio 中篇

今日内容丰富，准备了三日方才整理完毕。阅读后希望有所领悟，给予小明鼓励。上节内容回顾了创建协程对象的360度全景展示源码方法与事件循环容器运行。首先介绍了两种创建协程对象的途径，然后详细讲解了事件循环容器运行协程的主要步骤。此外，深入解析了生成器与协程的区别，并阐述了协程中如何添加回调函数。

多任务概念引入后，关注协程并发性。并发性类似线程，如同一人同时吃三个馒头，交替啃食。asyncio实现并发，通过多个协程协同完成任务，一旦某任务阻塞，其他协程继续工作。首先创建协程列表，接着将协程注册至事件循环，具体实现方式在此节中详述。最后，通过task.result()函数查看返回结果。

协程嵌套部分，通过async定义，封装更多IO操作，实现内部协程与外部协程的连接。使用asyncio.gather()封装协程，实现相同结果，仅是创建任务对象方式不同。深入源码探索，发现看似非嵌套实则内部嵌套的特性。详细代码示例与源码解析，供有兴趣者参考。

协程状态讲解，Future对象或Task任务涉及状态包括Pending、Running、Done、Cancelled。通过手动执行代码，可观察状态变化，包括执行过程与取消状态。控制与等待函数介绍，asyncio.gather与asyncio.wait在异步IO框架中应用广泛。详细对比了两种函数在参数接收、返回结果与控制功能上的区别，包括使用示例与具体操作。

python协程（4）：asyncio

asyncio是官方提供的协程的类库，从python3.4开始支持该模块

async & awiat是python3.5中引入的关键字，使用async关键字可以将一个函数定义为协程函数，使用awiat关键字可以在遇到IO的时候挂起当前协程（也就是任务），去执行其他协程。

await + 可等待的对象（协程对象、Future对象、Task对象 -> IO等待）

注意：在python3.4中是通过asyncio装饰器定义协程，在python3.8中已经移除了asyncio装饰器。

事件循环，可以把他当做是一个while循环，这个while循环在周期性的运行并执行一些协程（任务），在特定条件下终止循环。

loop = asyncio.get_event_loop()：生成一个事件循环

loop.run_until_complete(任务)：将任务放到事件循环

Tasks用于并发调度协程，通过asyncio.create_task(协程对象)的方式创建Task对象，这样可以让协程加入事件循环中等待被调度执行。除了使用 asyncio.create_task() 函数以外，还可以用低层级的 loop.create_task() 或 ensure_future() 函数。不建议手动实例化 Task 对象。超市收银结算系统源码

本质上是将协程对象封装成task对象，并将协程立即加入事件循环，同时追踪协程的状态。

注意：asyncio.create_task() 函数在 Python 3.7 中被加入。在 Python 3.7 之前，可以改用 asyncio.ensure_future() 函数。

下面结合async & awiat、事件循环和Task看一个示例

示例一：

*注意：python 3.7以后增加了asyncio.run（协程对象），效果等同于loop = asyncio.get_event_loop()，loop.run_until_complete(协程对象)

示例二：

注意：asyncio.wait 源码内部会对列表中的每个协程执行ensure_future从而封装为Task对象，所以在和wait配合使用时task_list的值为[func(),func()] 也是可以的。

示例三：

python最基础的编写(python用什么编写)

如何编写第一个python程序

现在，了解了如何启动和退出Python的交互式环境，我们就可以正式开始编写Python代码了。

在写代码之前，请千万不要用“复制”-“粘贴”把代码从页面粘贴到你自己的电脑上。写程序也讲究一个感觉，你需要一个字母一个字母地把代码自己敲进去，在敲代码的过程中，初学者经常会敲错代码，所以，你需要仔细地检查、对照，才能以最快的速度掌握如何写程序。

在交互式环境的提示符下，直接输入代码，按回车，就可以立刻得到代码执行结果。现在，试试输入+，看看计算结果是不是：

很简单吧，任何有效的数学计算都可以算出来。

如果要让Python打印出指定的文字，可以用print语句，然后把希望打印的文字用单引号或者双引号括起来，但不能混用单引号和双引号：

print'hello,world'

hello,world

这种用单引号或者双引号括起来的文本在程序中叫字符串，今后我们还会经常遇到。

最后，用exit()退出Python，我们的第一个Python程序完成！唯一的缺憾是没有保存下来，下次运行时还要再输入一遍代码。

python编写程序的一般步骤

链接：

提取码：dfsm

Python编程高手之路。本课程分五个阶段，详细的为您打造高手之路，本课程适合有一定python基础的同学。

用Python可以做什么？可以做日常任务，比如自动备份你的MP3；可以做网站，很多著名的网站就是Python写的。总之就是能干很多很多事。

课程目录：

第一阶段

第一章：用户交互

第二章：流程控制

第三章：数据类型

第四章：字符编码

第五章：文件处理

第二阶段

第六章：函数概述

第七章：闭包函数

......

初学者怎么学习Python

初学者、零基础学Python的话，建议参加培训班，入门快、效率高、周期短、实战项目丰富，还可以提升就业竞争力。

以下是老男孩教育Python全栈课程内容：阶段一：Python开发基础

Python开发基础课程内容包括：计算机硬件、操作系统原理、安装linux操作系统、linux操作系统维护常用命令、Python语言介绍、环境安装、基本语法、基本数据类型、二进制运算、qq空间直链解析源码流程控制、字符编码、文件处理、数据类型、用户认证、三级菜单程序、购物车程序开发、函数、内置方法、递归、迭代器、装饰器、内置方法、员工信息表开发、模块的跨目录导入、常用标准库学习，b加密\re正则\logging日志模块等，软件开发规范学习，计算器程序、ATM程序开发等。

阶段二：Python高级级编编程数据库开发

Python高级级编编程数据库开发课程内容包括：面向对象介绍、特性、成员变量、方法、封装、继承、多态、类的生成原理、MetaClass、__new__的作用、抽象类、静态方法、类方法、属性方法、如何在程序中使用面向对象思想写程序、选课程序开发、TCP/IP协议介绍、Socket网络套接字模块学习、简单远程命令执行客户端开发、C\S架构FTP服务器开发、线程、进程、队列、IO多路模型、数据库类型、特性介绍，表字段类型、表结构构建语句、常用增删改查语句、索引、存储过程、视图、触发器、事务、分组、聚合、分页、连接池、基于数据库的学员管理系统开发等。

阶段三：前端开发

前端开发课程内容包括：HTML\CSS\JS学习、DOM操作、JSONP、原生Ajax异步加载、购物商城开发、Jquery、动画效果、事件、小数的补码到源码定时期、轮播图、跑马灯、HTML5\CSS3语法学习、bootstrap、抽屉新热榜开发、流行前端框架介绍、Vue架构剖析、mvvm开发思想、Vue数据绑定与计算属性、条件渲染类与样式绑定、表单控件绑定、事件绑定webpack使用、vue-router使用、vuex单向数据流与应用结构、vuexactions与mutations热重载、vue单页面项目实战开发等。

阶段四：WEB框架开发

WEB框架开发课程内容包括：Web框架原理剖析、Web请求生命周期、自行开发简单的Web框架、MTV\MVC框架介绍、Django框架使用、路由系统、模板引擎、FBV\CBV视图、ModelsORM、FORM、表单验证、Djangosessioncookie、CSRF验证、XSS、中间件、分页、自定义tags、DjangoAdmin、cache系统、信号、message、自定义用户认证、Memcached、redis缓存学习、RabbitMQ队列学习、Celery分布式任务队列学习、Flask框架、Tornado框架、RestfulAPI、BBS+Blog实战项目开发等。

阶段五：爬虫开发

爬虫开发课程内容包括：Requests模块、BeautifulSoup，Selenium模块、PhantomJS模块学习、基于requests实现登陆：抽屉、github、知乎、博客园、爬取拉钩职位信息、开发Web版微信、高性能IO性能相关模块：asyncio、aiohttp、grequests、Twisted、自定义开发一个异步非阻塞模块、验证码图像识别、Scrapy框架以及源码剖析、框架组件介绍(engine、spider、downloader、php房屋管理系统源码scheduler、pipeline)、分布式爬虫实战等。

阶段六：全栈项目实战

全栈项目实战课程内容包括：互联网企业专业开发流程讲解、git、github协作开发工具讲解、任务管理系统讲解、接口单元测试、敏捷开发与持续集成介绍、django+uwsgi+nginx生产环境部署学习、接口文档编写示例、互联网企业大型项目架构图深度讲解、CRM客户关系管理系统开发等。

阶段七：数据分析

数据分析课程内容包括：金融、股票知识入门股票基本概念、常见投资工具介绍、市基本交易规则、A股构成等，K线、平均线、KDJ、MACD等各项技术指标分析，股市操作模拟盘演示量化策略的开发流程，金融量化与Python，numpy、pandas、matplotlib模块常用功能学习在线量化投资平台：优矿、聚宽、米筐等介绍和使用、常见量化策略学习，如双均线策略、因子选股策略、因子选股策略、小市值策略、海龟交易法则、均值回归、策略、动量策略、反转策略、羊驼交易法则、PEG策略等、开发一个简单的量化策略平台，实现选股、择时、仓位管理、止盈止损、回测结果展示等功能。

阶段八：人工智能

人工智能课程内容包括：机器学习要素、常见流派、自然语言识别、分析原理词向量模型word2vec、剖析分类、聚类、决策树、随机森林、回归以及神经网络、测试集以及评价标准Python机器学习常用库scikit-learn、数据预处理、Tensorflow学习、基于Tensorflow的CNN与RNN模型、Caffe两种常用数据源制作、OpenCV库详解、人脸识别技术、车牌自动提取和遮蔽、无人机开发、Keras深度学习、贝叶斯模型、无人驾驶模拟器使用和开发、特斯拉远程控制API和自动化驾驶开发等。

阶段九：自动化运维开发

自动化运维开发课程内容包括：设计符合企业实际需求的CMDB资产管理系统，如安全API接口开发与使用，开发支持windows和linux平台的客户端，对其它系统开放灵活的api设计与开发IT资产的上线、下线、变更流程等业务流程。IT审计+主机管理系统开发，真实企业系统的用户行为、管理权限、批量文件操作、用户登录报表等。分布式主机监控系统开发，监控多个服务，多种设备，报警机制，基于http+restful架构开发，实现水平扩展，可轻松实现分布式监控等功能。

阶段十：高并发语言GO开发高并发语言GO开发课程内容包括：Golang的发展介绍、开发环境搭建、golang和其他语言对比、字符串详解、条件判断、循环、使用数组和map数据类型、go程序编译和Makefile、gofmt工具、godoc文档生成工具详解、斐波那契数列、数据和切片、makenew、字符串、go程序调试、slicemap、map排序、常用标准库使用、文件增删改查操作、函数和面向对象详解、并发、并行与goroute、channel详解goroute同步、channel、超时与定时器reover捕获异常、Go高并发模型、Lazy生成器、并发数控制、高并发web服务器的开发等。

干货分享!Python基础教程

1.解释Python

编程语言通常分为两类-解释语言和编译语言。

_编译语言_是指使用编译器事先将源代码编译为可执行指令的_语言_(例如Java)。以后，这些合规指令可以由运行时环境执行。

_解释语言_是指不应用中间编译步骤并且可以将源代码直接提供给运行时环境的语言。在此，_源代码到机器代码的转换_是在程序执行的同时发生的。意味着，任何用python编写的源代码都可以直接执行而无需编译。

2.Python很简单

Python主要是为了强调代码的可读性而开发的，它的语法允许程序员用更少的代码行来表达概念。

根据语言中可用关键字的简单性粗略衡量，Python3有个关键字，Python2有个关键字。相比之下，C++有个关键字，Java有个关键字。Python语法提供了一种易于学习和易于阅读的简洁结构。

3.与其他语言比较

·Python使用_换行符来完成一条语句_。在其他编程语言中，我们经常使用分号或括号。

·Python依靠缩进(使用空格)来定义范围，例如循环，函数和类。为此，其他编程语言通常使用花括号。

4.用途和好处

Python可用于快速原型制作或可用于生产的软件开发。以下列表列出了python的一些流行用法。

·Python有一个庞大而健壮的标准库，以及许多用于开发应用程序的有用模块。这些模块可以帮助我们添加所需的功能，而无需编写更多代码。

·由于python是一种解释型高级编程语言，它使我们无需修改即可在多个平台上运行相同的代码。

·Python可用于以程序样式，面向对象样式或功能样式编写应用程序。

·Python具有分析数据和可视化等功能，可帮助创建用于_大数据分析，机器学习和人工智能的_自定义解决方案。

·Python还用于机器人技术，网页抓取，脚本编写，人脸检测，颜色检测和3D应用程序中。我们可以使用python构建基于控制台的应用程序，基于音频的应用程序，基于视频的应用程序，企业应用程序等。

以上就是关于Python基础教程的相关分享，希望对大家有所帮助，想要了解更多相关内容，欢迎及时关注本平台!

如何把Python入门？

阶段一：基础阶段

Python语言基础

·环境搭建与装备·变量和数据类型·编程根底·装修器·gui介绍

简易爬虫实战

·http和urllib2·正则表达式和re·编写爬虫代码·多线程

工具阶段

·Pip安装办法以及环境·Pip根底运用和指定源·Virtualenv安装·Pycharmpdb调试技巧

Python面向目标

·面向目标入门及特征·类办法运用及特征·访问束缚·super和self目标·嵌套类和嵌套函数

web前端根底

·HTML+CSS·Javascript·Jquery

万丈高楼平地起，再牛逼的大神也需求打好根底，Python语言根底、面向目标编程、开发工具及前端根底等知识点。

阶段二：爬虫阶段

爬虫根底

·简略爬虫实例·办法抓取·正则表达式的根本运用·模仿登陆·cookie操作·requsts

Git根本运用

·基于github文档装备·pullrequst·常用命令·remote和clone·big分支·feature分支

Scrapy结构

·Scrapy初步简介·Scrapy常用命令·爬虫中心·抓取·cookie处理

MYSQL数据库

·sql标准和创建·主外键束缚·数据关联处理·运算符·常用函数

从爬虫根底，到各大爬虫结构的应用，能熟练掌握常用的爬虫技巧并能独立开发商业爬虫

阶段三：Web阶段

flask入门

·flask上下文呼应·flask路由·flask模板·flask入门数据库操作·Jinja2根本语法·flask入门布置

Django根底

·创建网站·sqlite3数据库简介·数据库根本操作·admin运用

Ajax初步

·Ajax简介/运转环境·evaldom·数据封装·ajax注册用户

Django进阶

·jinjia2替换模板引擎·admin高档定制·adminactions·集成已有的数据库·通用视图

实战：个人博客系统

·项目分析·Web开发流程介绍·数据库设计·自定义Manger管理·项目布置上线

flask，django等常用的pythonweb开发结构，以及ajax等交互技术，经过学习能够将爬取的数据以网页或者接口的形式来呈现给用户

阶段四：项目阶段

·开发前预备·需求和功用解说·代码结构·注意事项

版本控制管理软件

·常用版本控制和原理·Svn常用实操·Svn高档·四大开源站点·Git详解·Git对比Svn

Diango缓存优化

·Filesystem缓存解析·Database缓存解析·缓存装备与运用·自定义缓存·Redis缓存·Django缓存优化性能评估

网站发布

·介绍Diango和它的基·布置前预备·主流布置方法介绍·Diango多服务器分离·脚本自动化·Diango的服务器安全

丰厚的项目经验是找工作的必要条件

python构成一个程序最基本的三部分？

python程序可以分解为模块、语句、表达式和对象四部分

1，模块包含语句

2，语句包含表达式

3，表达式建立并处理对象

协程是什么？有什么用？一文教你完全掌握协程的本质。

首先，本文不是带你浏览源代码，然后对照原始代码给你讲 Python 标准的实现。相反，我们会从实际问题出发，思考解决问题的方案，一步步体会解决方案的演进路径，最重要的，希望能在过程中获得知识系统性提升。

:warning: 本文仅是提供了一个独立的思考方向，并未遵循历史和现有实际具体的实现细节。

其次，阅读这篇文章需要你对 Python 比较熟悉，至少了解 Python 中的生成器 generator 的概念。

多路复用

这是性能的关键。但我们这里只解释概念，其实现细节不是重点，这对我们理解 Python 的协程已经足够了，如已足够了解，前进到 0x。

首先，你要知道所有的网络服务程序都是一个巨大的死循环，你的业务逻辑都在这个循环的某个时刻被调用：

设想你的 Web 服务的某个 handler，在接收到请求后需要一个 API 调用才能响应结果。

对于最传统的网络应用，你的 API 请求发出去后在等待响应，此时程序停止运行，甚至新的请求也得在响应结束后才进得来。如果你依赖的 API 请求网络丢包严重，响应特别慢呢？那应用的吞吐量将非常低。

很多传统 Web 服务器使用多线程技术解决这个问题：把 handler 的运行放到其他线程上，每个线程处理一个请求，本线程阻塞不影响新请求进入。这能一定程度上解决问题，但对于并发比较大的系统，过多线程调度会带来很大的性能开销。

IO 多路复用可以做到不使用线程解决问题，它是由操作系统内核提供的功能，可以说专门为这类场景而生。简单来讲，你的程序遇到网络IO时，告诉操作系统帮你盯着，同时操作系统提供给你一个方法，让你可以随时获取到有哪些 IO 操作已经完成。就像这样：

把 IO 复用逻辑融合到我们的服务器中，大概会像这样：

我们的 handler 对于 IO 操作，注册了回调就立刻返回，同时每次迭代都会对已完成的 IO 执行回调，网络请求不再阻塞整个服务器。

上面的伪代码仅便于理解，具体实现细节更复杂。而且就连接受新请求也是在从操作系统得到监听端口的 IO 事件后进行的。

我们如果把循环部分还有 call_backs 字典拆分到单独模块，就能得到一个 EventLoop，也就是 Python 标准库 asyncio 包中提供的 ioloop。

0x 用生成器消除 callback

着重看下我们业务中经常写的 handler 函数，在有独立的 ioloop 后，它现在变成类似这样：

到这里，性能问题已经解决了：我们不再需要多线程就能源源不断接受新请求，而且不用care依赖的 API 响应有多慢。

但是我们也引入了一个新问题，原来流畅的业务逻辑代码现在被拆成了两部分，请求 API 之前的代码还正常，请求 API 之后的代码只能写在回调函数里面了。

这里我们业务逻辑只有一个 API 调用，如果有多个 API ，再加上对 Redis 或者 MySQL 的调用（它们本质也是网络请求），整个逻辑会被拆分的更散，这对业务开发是一笔负担。

对于有匿名函数的一些语言（没错就是JavaScript），还可能会引发所谓的「回调地狱」。

接下来我们想办法解决这个问题。

我们很容易会想到：如果函数在运行到网络 IO 操作处后能够暂停，完成后又能在断点处唤醒就好了。

如果你对 Python 的「生成器」熟悉，你应该会发现，它恰好具有这个功能：

函数中有 yield 关键字，调用函数将会得到一个生成器，生成器一个关键的方法 send() 可以跟生成器交互。

g.send(None) 会运行生成器内代码直到遇到 yield，并返回其后的对象，也就是 2，生成器代码就停在这里了，直到我们再次执行 g.send(got2)，会把 2 2 也就是 4 赋值给 yield 前面的变量 value，然后继续运行生成器代码。

yield 在这里就像一扇门，可以把一件东西从这里送出去，也可以把另一件东西拿进来。

如果 send 让生成器运行到下一个 yield 前就结束了，send 调用会引发一个特殊的异常 StopIteration，这个异常自带一个属性 value，为生成器 return 的值。

如果我们把我们的 handler 用 yield 关键字转换成一个生成器，运行它来把 IO 操作的具体内容返回，IO 完成后的回调函数中把 IO 结果放回并恢复生成器运行，那就解决了业务代码不流畅的问题了：

上面的例子，用户写的 handler 代码已经不会被打散到 callback 中，on_request 函数使用 callback 和 ioloop 交互，但它会被实现在 Web 框架中，对用户不可见。

上面代码足以给我们提供用生成器消灭的 callback 的启发，但局限性有两点：

业务逻辑中仅发起一次网络 IO，但实际中往往更多

业务逻辑没有调用其他异步函数（协程），但实际中我们往往会调用其他协程

0x 解决完整调用链

我们来看一个更复杂的例子：

其中 request 执行真正的 IO，func1、func2 仅调用。显然我们的代码只能写成这样：

对于 request，我们把 IO 操作通过 yield 暴露给框架。

对于 func1 和 func2，调用 request 显然也要加 yield 关键字，否则 request 调用返回一个生成器后不会暂停，继续执行后续逻辑显然会出错。

这基本就是我们在没有 yield from、aysnc、await 时代，在 tornado 框架中写异步代码的样子。

要运行整个调用栈，大概流程如下：

对算法和数据结构熟悉的朋友遇到这种前进后退的遍历逻辑，可以递归也可以用栈，因为递归使用生成器还做不到，我们可以使用栈，其实这就是「调用栈」一词的由来。

借助栈，我们可以把整个调用链上串联的所有生成器对表现为一个生成器，对其不断 send 就能不断得到所有 IO 操作信息并推动调用链前进，实现方法如下：

如果实现出来，代码不长但信息量比较大。

它把整个调用链对外变成一个生成器，对其调用 send，就能整个调用链中的 IO，完成这些 IO，继续推动调用链内的逻辑执行，直到整体逻辑结束：

这可能是最复杂的部分，如果看起来吃力的话，其实只要明白，对于上面示例中的调用链，它可以实现的效果如下就好了：

有了这部分以后框架再加上配套的代码：

这里核心思想是维护一个就绪列表，ioloop 每轮迭代都来扫一遍，推动就绪的状态的生成器向下运行，并把新的 IO 操作注册，IO 完成后再次加入就绪，经过几轮 ioloop 的迭代一个 handler 最终会被执行完成。

至此，我们使用生成器写法写业务逻辑已经可以正常运行。

0x 提高扩展性

如果到这里能读懂， Python 的协程原理基本就明白了。

我们已经实现了一个微型的协程框架，标准库的实现细节跟这里看起来大不一样，但具体的思想是一致的。

我们的协程框架有一个限制，我们只能把 IO 操作异步化，虽然在网络编程和 Web 编程的世界里，阻塞的基本只有 IO 操作，但也有一些例外，比如我想让当前操作 sleep 几秒，用 time.sleep() 又会让整个线程阻塞住，就需要特殊实现。再比如，可以把一些 CPU 密集的操作通过多线程异步化，让另一个线程通知事件已经完成后再执行后续。

所以，协程最好能与网络解耦开，让等待网络IO只是其中一种场景，提高扩展性。

Python 官方的解决方案是让用户自己处理阻塞代码，至于是向 ioloop 来注册 IO 事件还是开一个线程完全由你自己，并提供了一个标准「占位符」Future，表示他的结果等到未来才会有，其部分原型如下:

我们的稍加改动就能支持 Future，让扩展性变得更强。对于用户代码的中的网络请求函数 request：

现在，request 不再是一个生成器，而是直接返回 future。

而对于位于框架中处理就绪列表的函数：

发展和变革

许多年前用 tornado 的时候，大概只有一个 yield 关键字可用，协程要想实现，就是这么个思路，甚至 yield 关键字和 return 关键字不能一个函数里面出现，你要想在生成器运行完后返回一个值，需要手动 raise 一个异常，虽然效果跟现在 return 一样，但写起来还是很别扭，不优雅。

后来有了 yield from 表达式。它可以做什么？

通俗地说，它就是做了上面那个生成器 wrapper 所做的事：通过栈实现调用链遍历的，它是 wrapper 逻辑的语法糖。

有了它，同一个例子你可以这么写：

然后你就不再需要那个烧脑的 wrapper 函数了：

yield from 直接打通了整个调用链，已经是很大的进步了，但是用来异步编程看着还是别扭，其他语言都有专门的协程 async、await 关键字了，直到再后来的版本把这些内容用专用的 async、await 关键字包装，才成为今天比较优雅的样子。

总的来说， Python 的原生的协程从两方面实现：

有生成器这种对象的语言，其 IO 协程实现大抵如此，JavaScript 协程的演进基本一模一样，关键字相同，Future 类比 Promise 本质相同。

但是对于以协程出名的 Go 的协程实现跟这个就不同了，并不显式地基于生成器。

如果类比的话，可以 Python 的 gevent 算作一类，都是自己实现 runtime，并 patch 掉系统调用接入自己的 runtime，自己来调度协程，gevent 专注于网络相关，基于网络 IO 调度，比较简单，而 Go 实现了完善的多核支持，调度更加复杂和完善，而且创造了基于 channel 新编程范式。

那么你学会了吗？关注公众号：Python源码领取超多好玩代码哦

pythonå¦å®åºç¡å¦ä»ä¹

【360度全景展示源码】【超市收银结算系统源码】【qq空间直链解析源码】asyncio源码

相关文章