yield from 簡介
yield from 是Python3.3 後新加的語言結構,可用於簡化yield表達式的使用。
yield from 簡單示例：
>>> def gen():
... yield from range(10)
...
>>> g = gen()
>>> next(g)
0
>>> next(g)
1
>>>
yield from 用於獲取生成器中的值，是對yield使用的一種優化。
yield from 兩個最重要的特點：
- 在調用包含
yield from的函數時，程序會停在yield from這裏，並將for循環的執行傳遞到子生成器裏面去。相當於直接調用子生成器。這個功能可以稱之爲傳輸通道 - 子生成器中的return，會被
res = yield from捕獲，並賦值給res。這個可以稱之爲異常處理
傳輸通道
生成器存在這樣一種調用場景，有生成器A，生成器B調用A迭代取值。main函數從迭代生成器B獲取元素。這就是所謂的嵌套生成器。如果要迭代出最內層生成器的值，可以用如下方法：
>>> def sub_gen():
... for i in range(5):
... yield i
... return 100
...
>>> def gen():
... g = sub_gen()
... while True:
... try:
... temp = next(g)
... yield temp
... except StopIteration as e:
... print(f"sub_gen return {e.value}")
... return
...
>>> g = gen()
>>> for i in g:
... print(i)
...
0
1
2
3
4
sub_gen return 100
首先在外層生成器中使用while True 循環，通過next迭代內層生成器的值，然後捕獲異常獲取內層生成器的返回。
使用 yield from 不需要這兩個動作就能完成同樣的功能，有效減少代碼複雜度。
>>> def sub_gen():
... for i in range(5):
... yield i
... return 100
...
>>> def gen():
... g = sub_gen()
... res = yield from g
... print(f"sub_gen return：{res}")
...
>>> g = gen()
>>> for i in g:
... print(i)
...
0
1
2
3
4
sub_gen return：100
執行流程：
當程序執行到 yield from 時，會暫停在這裏，將for循環作用到內層迭代器，也就是g = sub_gen()中的g變量。直到sub_gen執行到return拋出異常被yield from捕獲，這個調用算是結束。這就是yield from的傳輸通道
注意：除了可以通過yield from 傳輸通道的能力迭代取值，也可以通過send發送值到子生成器中
異常處理
在上一篇yield使用中說明過迭代生成器時遇到return會拋出異常，獲取返回值需要捕獲異常再取值，而yield from 的功能之二就是捕獲了異常，獲取到return的值，賦值給變量。
def sub_gen():
for i in range(5):
yield i
return 100
def gen():
g = sub_gen()
res = yield from g
print(f"捕獲返回值：{res}")
def main():
g = gen()
for i in g:
print(i)
main()
執行過程：
使用for循環迭代g，相當於for循環迭代sub_gen()。
sub_gen 生成器最後的返回值作爲異常拋出，調用方需要捕獲異常才能獲取返回值。但是有了yield from之後，sub_gen生成器的返回值異常就會被yield from捕獲，賦值給res變量。這就是yield from能夠處理內層生成器的返回值。這就是yield from的異常捕獲能力
yield from 專用術語
yield from使用的專門術語：
委派生成器：包含 yield from 表達式的生成器函數；即上面的gen生成器函數
子生成器：yield from 從中取值的生成器；即上面的sub_gen生成器函數
調用方：調用委派生成器的客戶端代碼；即上面的main生成器函數
三者之間的關係如下：
委派生成器在 yield from 表達式處暫停時，調用方可以直接迭代子生成器，子生成器把產出的值發給調用方。子生成器返回之後，解釋器會拋出StopIteration 異常，yield from會捕獲異常並取值，然後委派生成器會恢復。
yield from 實現的協程
在Python中有多種方式可以實現協程，例如：
- greenlet 是一個第三方模塊，用於實現協程代碼（Gevent協程就是基於greenlet實現）
- yield 生成器，藉助生成器的特點也可以實現協程代碼。
- asyncio 在Python3.4中引入的模塊用於編寫協程代碼。
- async & awiat 在Python3.5中引入的兩個關鍵字，結合asyncio模塊可以更方便的編寫協程代碼。
在Python3.4之前官方未提供協程的類庫，一般大家都是使用greenlet等其他來實現。在Python3.4發佈後官方正式支持協程，即：asyncio模塊。
在Python3.4-Python3.11的代碼中可以通過asyncio + yield from的方法來實現原生協程。
import time
import asyncio
@asyncio.coroutine
def task1():
print('開始運行IO任務1...')
yield from asyncio.sleep(2) # 假設該任務耗時2s
print('IO任務1已完成，耗時2s')
return task1.__name__
@asyncio.coroutine
def task2():
print('開始運行IO任務2...')
yield from asyncio.sleep(3) # 假設該任務耗時3s
print('IO任務2已完成，耗時3s')
return task2.__name__
@asyncio.coroutine
def main():
# 把所有任務添加到task中
tasks = [task1(), task2()]
# 子生成器
done, pending = yield from asyncio.wait(tasks)
# done和pending都是一個任務，所以返回結果需要逐個調用result()
for r in done:
print(f'協程返回值：r.result()')
if __name__ == '__main__':
start = time.time()
# 創建一個事件循環對象loop
loop = asyncio.get_event_loop()
try:
# 完成事件循環，直到最後一個任務結束
loop.run_until_complete(main())
finally:
loop.close()
print('所有IO任務總耗時%.5f秒' % float(time.time()-start))
代碼解釋：
- @asyncio.coroutine 裝飾的生成器函數代表着一個任務
- yield from asyncio.sleep(3) 模擬一個IO操作，協程遇到IO會自動切換
- loop.run_until_complete(main()) 啓動一個事件循環，在循環中執行所有任務。任務遇到IO自動切換
輸出：
/Users/yield_from_demo.py:14: DeprecationWarning: "@coroutine" decorator is deprecated since Python 3.8, use "async def" instead
def task2():
/Users/yield_from_demo.py:22: DeprecationWarning: "@coroutine" decorator is deprecated since Python 3.8, use "async def" instead
def main():
/Users/yield_from_demo.py:28: DeprecationWarning: The explicit passing of coroutine objects to asyncio.wait() is deprecated since Python 3.8, and scheduled for removal in Python 3.11.
done, pending = yield from asyncio.wait(tasks)
開始運行IO任務1...
開始運行IO任務2...
IO任務1已完成，耗時2s
IO任務2已完成，耗時3s
協程返回值：r.result()
協程返回值：r.result()
所有IO任務總耗時3.00188秒