Python中的协程与生成器的区别与联系

让我们来探讨Python中协程与生成器的关系，这是一个理解异步编程基础的重要知识点。

1. 生成器的基本概念
生成器是一种特殊的迭代器，使用yield关键字实现。它的核心特性是能够暂停执行并保存状态，后续可以从中断处恢复执行。

示例：

def simple_generator():
    print("开始")
    yield 1
    print("继续")
    yield 2
    print("结束")

gen = simple_generator()
print(next(gen))  # 输出：开始 然后 1
print(next(gen))  # 输出：继续 然后 2

2. 生成器向协程的演进
在Python 2.5中，生成器增加了.send()方法，使其能够接收外部传入的值，这标志着生成器开始具备协程的特性。

示例：

def coroutine():
    print("启动")
    x = yield "请发送值"
    print(f"收到: {x}")
    y = yield "请发送另一个值"
    print(f"收到: {y}")

co = coroutine()
print(co.send(None))  # 启动协程，输出：启动 然后 "请发送值"
print(co.send(10))    # 输出：收到:10 然后 "请发送另一个值"

3. 协程的完整定义
协程是比生成器更通用的概念，它具有以下特征：

• 可以暂停执行(yield)
• 可以接收外部数据(.send())
• 可以向外发送数据(yield expression)
• 可以处理异常(.throw())
• 可以主动结束(.close())

4. 关键区别分析

数据流向：

• 生成器：主要单向产生数据(生产者)
• 协程：可以双向通信(既是生产者也是消费者)

设计目的：

• 生成器：主要用于创建迭代器，处理数据序列
• 协程：主要用于并发编程，管理执行流程

使用模式：

# 生成器模式(生产者)
def number_generator(n):
    for i in range(n):
        yield i

# 协程模式(消费者)
def average_calculator():
    total = 0
    count = 0
    while True:
        value = yield
        if value is None:
            break
        total += value
        count += 1
    return total / count if count > 0 else 0

5. 现代协程：async/await
Python 3.5引入的async/await语法提供了更清晰的协程定义：

import asyncio

# 传统生成器协程
@asyncio.coroutine
def old_style_coroutine():
    yield from asyncio.sleep(1)

# 现代原生协程
async def native_coroutine():
    await asyncio.sleep(1)

6. 类型区分
Python 3.5+中明确区分了三种类型：

• 生成器函数：包含yield的函数
• 传统协程：使用@asyncio.coroutine装饰
• 原生协程：使用async def定义

7. 实际关系总结
协程和生成器在Python中是"实现关系"而非"替代关系"：

• 生成器是协程的基础实现机制
• 所有生成器都可以作为简单的协程使用
• 但完整的协程需要更多的控制功能
• async/await提供了更符合协程语义的语法糖

理解这个关系有助于深入掌握Python的并发编程模型，为学习asyncio等异步框架打下坚实基础。