• 教程
• 文档
• 教育

本文是《Python进阶》（interpy-zh 中文译本）"数据结构"章节中协程主题的深度指南。协程与生成器共享yield语法，却扮演着截然相反的角色：生成器是数据的生产者，协程则是数据的消费者。读完本文，你将掌握用next()启动协程、用send()向协程喂数据、用close()关闭协程的完整流程，并能读懂仓库中 code/2.7/23_coroutine.py 的实战实现，为后续学习异步编程打下基础。

协程与生成器：同源而殊途

在 Python 中，协程（Coroutine）和生成器（Generator）长得非常像——它们都使用yield关键字、都以函数形式编写，但两者的定位有本质区别：

• 生成器是数据的生产者：它通过yield源源不断地"吐出"值，供外部消费；
• 协程是数据的消费者：它通过yield接收外部"喂入"的值，再对这些值进行加工处理。

一句话概括：同一个yield，向外产出值时它是生成器，向内接收值时它就变成了协程。

第一步：回顾生成器的创建与使用

要理解协程，先要熟悉生成器。在 book/DataStructures/generators.md 中已经系统讲解了迭代器（Iterator）、可迭代对象（Iterable）与迭代（Iteration）三者的关系。这里回顾最经典的斐波那契生成器写法：

def fib(): a, b = 0, 1 while True: yield a a, b = b, a + b

配合for循环使用：

for i in fib(): print(i)

这样做有两个好处：

1. 快：值在迭代过程中实时产出，不需要先构建完整序列；
2. 省内存：斐波那契数列的每一项都是动态生成的，而不是被一次性存储到一个列表中——这正是 book/DataStructures/generators.md 强调的"生成器最佳应用场景：你不想同一时间将所有计算出来的大量结果集分配到内存当中"。

第二步：把yield变成接收通道——grep 协程

如果我们在生成器中把yield放在表达式位置（如line = (yield)），并去掉yield后面的产出值，函数就不再向外部产出数据，而是等待外部向它发送数据——它变成了一只协程。原文档给出的 Python 版grep就是最直观的例子：

def grep(pattern): print("Searching for", pattern) while True: line = (yield) if pattern in line: print(line)

对比斐波那契生成器，这里有三个关键变化：

line = (yield)这行代码是整个协程的"接收口"：外部发送进来的值会被yield表达式"接住"并赋值给line，随后if pattern in line会对接收到的每一行文本做模式匹配，命中则打印。整个while True循环让协程可以无限次地接收数据、处理数据，而不是处理完一次就结束。

第三步：用send()向协程喂数据

协程不再自带初始值，而是"从外部传值给它"，这个传值动作由生成器协议的send()方法完成。原文档给出了完整的调用序列：

search = grep('coroutine') next(search) # output: Searching for coroutine search.send("I love you") search.send("Don't you love me?") search.send("I love coroutine instead!") # output: I love coroutine instead!

逐行拆解这段代码的执行过程：

1. search = grep('coroutine')：调用协程函数不会立即执行函数体，只是创建一个协程对象；
2. next(search)：启动协程，函数体开始执行，先打印Searching for coroutine，随后执行到line = (yield)挂起等待；
3. search.send("I love you")：将"I love you"发送进去，赋值给line，模式'coroutine'不在其中，不打印，循环再次挂起在yield；
4. search.send("Don't you love me?")：同上，'coroutine'不在其中，不打印；
5. search.send("I love coroutine instead!")：'coroutine'命中，打印I love coroutine instead!。

注意send()的语义：发送的值会被yield接收，同时send()本身也会推进协程继续执行到下一个yield挂起点——这正是它和"纯传值"不同的地方。仓库中 code/2.7/23_coroutine.py 完整复刻了这段逻辑（Python 2.7 版本，使用print语句），读者可以直接执行验证：

python code/2.7/23_coroutine.py

该文件把调用过程封装进了main()，运行结果与上文输出完全一致。

第四步：为什么必须先调用next()？

原文档特别强调了一个初学者最容易困惑的问题："发送的值会被yield接收。我们为什么要运行next()方法呢？这样做正是为了启动一个协程。"

原因在于：协程函数体内的代码并不会在创建对象时立刻执行。就像生成器一样，代码是惰性的——必须通过next()推进到第一个yield表达式处，协程才真正"就位"，之后send()发送的值才有接收者。换句话说：

• next(search)让协程执行到yield处并挂起；
• 此后每次send(value)都会唤醒协程，让yield表达式的值变为value，继续执行到下一个yield再次挂起。

原文档的结论是：必须通过next()方法来执行yield表达式，协程才能响应后续的send()调用。在 Python 3 中，send(None)与next()等价，也可以用来启动协程——next()本质就是send(None)的语法糖（这是生成器协议的标准行为，可在 Python 官方文档中确认）。

第五步：用close()关闭协程

当协程不再需要时，可以调用close()方法关闭它。关闭后协程将释放自身，再次对它send()会抛出StopIteration异常。原文档示例：

search = grep('coroutine') search.close()

close()的作用原理是：在协程挂起的yield处抛出GeneratorExit异常，如果协程没有捕获它（本例中while True循环会因此终止），协程便正式结束。这保证了一个"永远while True"的协程能够被外部主动终止，而不会泄漏资源。

结合仓库源码：协程与生成器的完整知识地图

在《Python进阶》仓库中，协程并不是孤立的知识点，它与多个章节互为表里：

• book/DataStructures/generators.md：协程的上游知识。这里详细讲解了可迭代对象、迭代器、迭代三者的区别，以及next()、iter()的用法和StopIteration异常的含义。理解"生成器只能迭代一次""for循环会自动捕获StopIteration"这些特性，是理解协程挂起/唤醒机制的前提；
• book/DataStructures/README.md：协程所属的"数据结构"章节入口，本主题在该章节中排在生成器之后（nav_order: 2），正是"先生成器、后协程"的学习脉络；
• book/Syntax/context_managers.md：协程的应用延伸。该章节展示了用@contextmanager装饰器配合生成器实现上下文管理器：函数体内yield f之前的代码在进入with块时执行，yield之后的代码在退出时执行——这正是把"函数暂停/恢复"能力（与协程同源的机制）用于资源管理的经典范式；
• code/2.7/23_coroutine.py：协程的可执行样例。仓库 code/README.md 说明，code/2.7/目录下的代码为 Python 2.7 专用版本，而书文中夹带的代码则保证兼容 Python 2/3，读者可按需取舍。

从协程走向更广阔的异步世界

本主题只是协程的入门。原文档最后推荐了 David Beazley 关于协程的著名演讲（A Curious Course on Coroutines and Concurrency），其中涵盖协程的分发（dispatch）、流水线（pipeline）、扇出（fan-out）等高级模式。若想继续深入，可以沿着两条路线：

1. 阅读本仓库相邻章节：先巩固 book/DataStructures/generators.md 的生成器协议，再通过 book/Syntax/context_managers.md 观察yield挂起机制在实际工程中的应用；
2. 对比 Python 3 的现代写法：理解"消费者协程 + 显式推进"这一经典模型后，再去看yield from和async/await就会轻松许多——它们解决的是同一类问题，只是语法和调度方式更高级。

小结

本文完整还原了《Python进阶》协程章节的讲解脉络，并补充了仓库源码层面的印证：

• 生成器用yield产出值，协程用(yield)接收值；
• next()负责启动协程并推进到第一个挂起点，是send()生效的前提；
• send(value)既向协程注入数据，又推进协程执行到下一个yield；
• close()用于主动终止一个无限循环的协程；
• 实战代码见 code/2.7/23_coroutine.py，相关理论见 book/DataStructures/generators.md。

掌握"启动—喂值—挂起—再喂值—关闭"这一完整生命周期，你就真正理解了 Python 协程的核心机制，也拿到了进入异步编程世界的第一把钥匙。

• 教程
• 文档
• 教育