协程（Coroutine）是Python异步编程的核心，但许多开发者对其底层原理和演进过程一知半解。本文将通过生成器进化史的视角，带您从基础到实战完整掌握协程开发，最后还会揭秘async/await背后的魔法。

一、理解生成器（Generator）

生成器是一种惰性计算的迭代器，用 yield 关键字定义。它不会一次性生成所有数据，而是按需生成。

1.1 生成器的本质

def simple_gen():
    print("start")
    yield 1
    print("continue")
    yield 2
gen=simple_gen()
print('=====>test')
print(next(gen))
print('=====>test')
print(next(gen))
# 执行结果
# =====>test
# start
# 1
# =====>test
# continue
# 2

生成器通过yield实现执行暂停，每次调用next()恢复执行直到遇到下一个yield。

1.2 生成器的双向通信

def interactive_gen():
    response = yield "What's your name?"
    yield f"Hello, {response}!"

gen = interactive_gen()
print(next(gen))        # 输出：What's your name?
print(gen.send("Alice")) # 输出：Hello, Alice!

通过.send()方法实现双向数据传递，建立协程的雏形

二、生成器进化成协程

2.1 yield from语法

def sub_gen():
    yield 2
    yield 3

def main_gen():
    yield 1
    yield from sub_gen()
    yield 4

list(main_gen())  # 输出：[1, 2, 3, 4]

yield from实现生成器委托，为协程的任务嵌套奠定基础

2.2 异常处理机制

def error_gen():
    try:
        yield "normal"
    except ValueError:
        yield "error"

gen = error_gen()
print(next(gen))          # 输出：normal
print(gen.throw(ValueError))  # 输出：error

.throw()和.close()方法让生成器具备完整的异常处理能力

三、现代协程体系：async/await

3.1 事件循环原理

想象一个高效的快递调度员：

import asyncio
async def delivery(name, time):
    print(f"{name}快递开始送出")
    await asyncio.sleep(time) # 挂起，非阻塞，让出控制权
    print(f"{name}快递已送达")

async def main():
    # 创建三个并行任务
    tasks = [
        delivery("A", 2),
        delivery("B", 1),
        delivery("C", 3)
    ]
    await asyncio.gather(*tasks)

asyncio.run(main())

输出顺序：
A快递开始送出
B快递开始送出
C快递开始送出
B快递已送达
A快递已送达
C快递已送达
关键点：
并发执行：A 和 B 几乎同时开始。
非阻塞：await asyncio.sleep 不会阻塞线程，而是让出控制权给事件循环。

四、实战：异步HTTP客户端

4.1 使用aiohttp

import aiohttp

async def fetch_url(url):
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as response:
            return await response.text()

async def batch_fetch():
    urls = [...]  # 100个URL
    tasks = [fetch_url(url) for url in urls]
    return await asyncio.gather(*tasks)

对比同步版本速度提升20倍以上