python – 为什么在使用具有asyncio的协同程序列表解析时得到不同的结果？

我最初有一些代码将结果汇总到列表中.当我重构这个代码来使用列表构成时,我得到了意想不到的结果：

import asyncio

@asyncio.coroutine
def coro():
    return "foo"


# Writing the code without a list comp works,
# even with an asyncio.sleep(0.1).
@asyncio.coroutine
def good():
    yield from asyncio.sleep(0.1)
    result = []
    for i in range(3):
        current = yield from coro()
        result.append(current)
    return result


# Using a list comp without an async.sleep(0.1)
# works.
@asyncio.coroutine
def still_good():
    return [(yield from coro()) for i in range(3)]


# Using a list comp along with an asyncio.sleep(0.1)
# does _not_ work.
@asyncio.coroutine
def huh():
    yield from asyncio.sleep(0.1)
    return [(yield from coro()) for i in range(3)]


loop = asyncio.get_event_loop()
print(loop.run_until_complete(good()))
print(loop.run_until_complete(still_good()))
print(loop.run_until_complete(huh()))

如果我运行这个代码,我得到这个输出：

$<a href="https://codeday.me/tag/python">Python</a>3.4 /tmp/test.py
['foo', 'foo', 'foo']
['foo', 'foo', 'foo']
<generator object <listcomp> at 0x104eb1360>

为什么我会获得第三个huh()函数的不同结果？

解决问题的方法是将next(…)代替…返回第三个函数,或者更好地为范围(3)中的i返回列表((coro()的yield)()对于这个想法来说,@zch的信用),或者更好的保持第一个功能.

关键是第二个函数不是发生器.它只是一个普通的函数,返回一个理解生成器.

例如,此代码在生成器外部有效：

values = [(yield x) for x in range(3)]

那么你可以这样做：

next(values)
0
next(values)
1
next(values)
2
next(values)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration: [None, None, None]

装饰器@coroutine然后通过迭代结果使第二个函数成为一个生成器,参见 here ,第143行.

相比之下,第一个和第三个函数实际上是生成器,而@coroutine装饰器只返回自己,参见 here ,第136-137行.在第一种情况下,生成器返回列表(实际引发StopIteration([‘foo’,’foo’,’foo’])).在第三种情况下,它返回理解产生器.