正文
生成器是 Python 的基本组成部分。生成器是一个至少有一个“yield”表达式的函数。它们是可以暂停和恢复的函数，就像协程一样。
实际上，Python 协程是 Python 生成器的扩展。Asyncio 允许我们开发异步生成器。我们可以通过定义一个使用“yield”表达式的协程来创建一个异步生成器。
1. 什么是异步生成器
异步生成器是使用 yield 表达式的协程。在我们深入了解异步生成器的细节之前，让我们先回顾一下经典的 Python 生成器。
1.1. Generators
生成器是一个 Python 函数，它通过 yield 表达式返回一个值。
# define a generator
def generator():
for i in range(10):
yield i
生成器执行到 yield 表达式，之后返回一个值。这会在该点暂停生成器。下一次执行生成器时，它将从恢复点恢复并运行直到下一个 yield 表达式。
从技术上讲，生成器函数创建并返回一个生成器迭代器。生成器迭代器执行生成器函数的内容，根据需要产生和恢复。
可以使用内置函数 next() 分步执行生成器。
...
# create the generator
gen = generator()
# step the generator
result = next(gen)
虽然，更常见的是迭代生成器直到完成，例如使用 for 循环或列表理解。
...
# traverse the generator and collect results
results = [item for item in generator()]
接下来，让我们仔细看看异步生成器。
1.2. Asynchronous Generators
异步生成器是使用 yield 表达式的协程。与函数生成器不同，协程可以调度和等待其他协程和任务。
与经典生成器一样，异步生成器函数可用于创建可使用内置的 anext() 函数而不是 next() 函数遍历的异步生成器迭代器。
这意味着异步生成器迭代器实现了 anext() 方法并且可以与 async for 表达式一起使用。
这意味着生成器的每次迭代都被安排并执行为可等待的。 “async for”表达式将调度并执行生成器的每次迭代，暂停调用协程并等待结果。
2. 如何使用异步生成器
在本节中，我们将仔细研究如何在 asyncio 程序中定义、创建、步进和遍历异步生成器。
让我们从如何定义异步生成器开始。
2.1. 定义
我们可以通过定义一个至少有一个 yield 表达式的协程来定义一个异步生成器。
这意味着该函数是使用“async def”表达式定义的。
# define an asynchronous generator
async def async_generator():
for i in range(10)
yield i
因为异步生成器是一个协程，并且每个迭代器返回一个在 asyncio 事件循环中调度和执行的等待对象，所以我们可以在生成器主体内执行和等待等待对象。
# define an asynchronous generator that awaits
async def async_generator():
for i in range(10)
# suspend and sleep a moment
await asyncio.sleep(1)
# yield a value to the caller
yield i
接下来，让我们看看如何使用异步生成器。
2.2. 创建
要使用异步生成器，我们必须创建生成器。这看起来像是调用它，而是创建并返回一个迭代器对象。
...
# create the iterator
it = async_generator()
这将返回一种称为异步生成器迭代器的异步迭代器。
2.3. 一步
可以使用 anext() 内置函数遍历生成器的一个步骤，就像使用 next() 函数的经典生成器一样。
结果是等待的可等待对象。
...
# get an awaitable for one step of the generator
awaitable = anext(gen)
# execute the one step of the generator and get the result
result = await awaitable
这可以一步实现。
...
# step the async generator
result = await anext(gen)
2.4. 遍历
还可以使用“async for”表达式在循环中遍历异步生成器，该表达式将自动等待循环的每次迭代。
...
# traverse an asynchronous generator
async for result in async_generator():
print(result)
我们还可以使用带有“async for”表达式的异步列表理解来收集生成器的结果。
...
# async list comprehension with async generator
results = [item async for item in async_generator()]
3. 异步生成器示例
我们可以探索如何使用“async for”表达式遍历异步生成器。
在此示例中，我们将更新之前的示例以使用“async for”循环遍历生成器直至完成。
此循环将自动等待从生成器返回的每个可等待对象，检索产生的值，并使其在循环体内可用，以便在这种情况下可以报告它。
这可能是异步生成器最常见的使用模式。
# SuperFastPython.com
# example of asynchronous generator with async for loop
import asyncio
# define an asynchronous generator
async def async_generator():
# normal loop
for i in range(10):
# block to simulate doing work
await asyncio.sleep(1)
# yield the result
yield i
# main coroutine
async def main():
# loop over async generator with async for loop
async for item in async_generator():
print(item)
# execute the asyncio program
asyncio.run(main())
运行示例首先创建 main() 协程并将其用作 asyncio 程序的入口点。main() 协程运行并启动 for 循环。
异步生成器的一个实例被创建，循环使用 anext() 函数自动单步执行它以返回一个可等待对象。然后循环等待可等待对象并检索一个值，该值可用于报告它的循环体。
然后重复此过程，挂起 main() 协程，执行生成器的迭代，然后挂起和恢复 main() 协程，直到生成器耗尽。
这突出显示了如何使用 async for 表达式遍历异步生成器。
0
1
2
3
4
5
6
7
8
9
以上就是Python 异步之生成器示例详解的详细内容，更多关于Python 异步生成器的资料请关注编程网其它相关文章！
