基于回调的异步编程模式，其中最大的不满是关于 “堆栈撕裂stack ripping”:当一个回调抛出异常，它的堆栈回溯通常是毫无用处的。它只显示出事件循环运行了它，而没有说为什么。那么协程怎么样?以下是小编为你整理的python从入门到实践epub

读优秀的开源项目源码。这个过程中不断的反思和积累各种经验。有了问题就要google stackoverflow github 去找。

看别人的博客。但是要掌握一些过滤不好信息的技巧。有些订阅列表 我在专栏中也有写。大家有空可以去看看。我还订阅了python社区的一些邮件列表，说实话很烦。但是有时候你们看到一些社区开发者讨论，甚至是激烈讨论。我喜欢静静的看他们，学习他们对一些事情的看法，和思考的角度。

多看书，视频。

[图片0]

这不是一本常规意义上Python的入门书。这本书中没有Python关键字和for循环的使用，也没有细致入微的标准库介绍，而是完全从实战的角度出发，对构建一个完整的Python应用所需掌握的知识进行了系统而完整的介绍。更为难得的是，本书的作者是开源项目OpenStack的PTL(项目技术负责人)之一，因此本书结合了Python在OpenStack中的应用进行讲解，非常具有实战指导意义。

《Python Cookbook(第3版)中文版》介绍了Python应用在各个领域中的一些使用技巧和方法，其主题涵盖了数据结构和算法，字符串和文本，数字、日期和时间，迭代器和生成器，文件和I/O，数据编码与处理，函数，类与对象，元编程，模块和包，网络和Web编程，并发，实用脚本和系统管理，测试、调试以及异常，C语言扩展等。

python简介

python(蟒蛇)是一门面向对象的脚本解释语言，是一个叫Guido van Rossum的荷兰人在1989年发明的，第一个公开发行版发行于1991年。

python是自由软件，源代码和解释器都遵循GPL开源协议。

python是一门计算机语言。非专业的你只需要知道这一点，python是一个用来编程写程序的一套规则或者说一套开发软件。

专业的你还需要知道，python是开源的，也就是说你可以传播python解释器的源代码，修改并研究它，面向对象编程，并且是一种非编译型的解释性语言。

python的优势

python编写简单、拥有丰富的库。

代码易读，易维护。(python规定强制用空白符作为语句缩进)

有一个在美国工作的朋友对我说，美国的六岁小孩子都在用python编程。足见python的简单性。

库方面很丰富，有成千上万的python库，甚至简单要写爬虫只需要一个wget

学python能从业什么工作?

unix/linux网络运维

数据挖掘/数据运维

web开发

在国内，绝大部分是作为linux管理，或者数据运维

python能做什么?

web开发，系统管理，游戏开发，网络程序开发，最出名的是python爬数据

等等...

python的版本

目前常用的是python2和python3

但是需要注意一点python3向下兼容并不好，也就是说python2的代码，可能在python3上不能运行。但是python3的代码却绝对可以在python2上兼容。

Python解释器

Python是一门具有强类型(即变量类型是强制要求的)、动态性、隐式类型(不需要做变量声明)、大小写敏感(var和VAR代表了不同的变量)以及面向对象(一切皆为对象)等特点的编程语言。

你可以很容易的通过Python解释器获取帮助。如果你想知道一个对象(object)是如何工作的，那么你所需要做的就是调用help()!另外还有一些有用的方法，dir()会显示该对象的所有方法，还有.__doc__会显示其文档:

[图片1]

Python中没有强制的语句终止字符，且代码块是通过缩进来指示的。缩进表示一个代码块的开始，逆缩进则表示一个代码块的结束。声明以冒号(:)字符结束，并且开启一个缩进级别。单行注释以井号字符(#)开头，多行注释则以多行字符串的形式出现。赋值(事实上是将对象绑定到名字)通过等号(“=”)实现，双等号(“==”)用于相等判断，”+=”和”-=”用于增加/减少运算(由符号右边的值确定增加/减少的值)。这适用于许多数据类型，包括字符串。你也可以在一行上使用多个变量。例如:

Python具有列表(list)、元组(tuple)和字典(dictionaries)三种基本的数据结构，而集合(sets)则包含在集合库中(但从版本开始正式成为Python内建类型)。列表的特点跟一维数组类似(当然你也可以创建类似多维数组的“列表的列表”)，字典则是具有关联关系的数组(通常也叫做哈希表)，而元组则是不可变的一维数组(Python中“数组”可以包含任何类型的元素，这样你就可以使用混合元素，例如整数、字符串或是嵌套包含列表、字典或元组)。数组中第一个元素索引值(下标)为0，使用负数索引值能够从后向前访问数组元素，-1表示最后一个元素。数组元素还能指向函数。

多线程提取子协程

>>> def gen_fn(): ... raise Exception('my error') >>> caller = caller_fn() >>> (None) Traceback (most recent call last): File "input", line 1, in File "input", line 3, in caller_fn File "input", line 2, in gen_fn Exception: my error

这还是非常有用的，当异常抛出时，堆栈回溯显示出 caller_fn 委派了 gen_fn。令人更欣慰的是，你可以在一次异常处理器中封装这个调用到一个子过程中，像正常函数一样:

>>> def gen_fn(): ... yield 1 ... raise Exception('uh oh') ... >>> def caller_fn(): ... try: ... yield from gen_fn() ... except Exception as exc: ... print('caught {}'.format(exc)) ... >>> caller = caller_fn() >>> (None) 1 >>> ('hello') caught uh oh

所以我们可以像提取子过程一样提取子协程。让我们从 fetcher 中提取一些有用的子协程。我们先写一个可以读一块数据的协程 read:

def read(sock): f = Future() def on_readable(): ((4096)) ((), EVENT_READ, on_readable) chunk = yield f # Read one chunk. (()) return chunk

在 read 的基础上，read_all 协程读取整个信息:

def read_all(sock): response = [] # Read whole response. chunk = yield from read(sock) while chunk: (chunk) chunk = yield from read(sock) return b''.join(response)

如果你换个角度看，抛开 yield form 语句的话，它们就像在做阻塞 I/O 的普通函数一样。但是事实上，read 和 read_all 都是协程。yield from read 暂停 read_all 直到 I/O 操作完成。当 read_all 暂停时，asyncio 的事件循环正在做其它的工作并等待其他的 I/O 操作。read 在下次循环中当事件就绪，完成 I/O 操作时，read_all 恢复运行。

最终，fetch 调用了 read_all:

class Fetcher: def fetch(self): # ... connection logic from above, then: (('ascii')) = yield from read_all(sock)

神奇的是，Task 类不需要做任何改变，它像以前一样驱动外部的 fetch 协程:

Task(()) loop()

当 read yield 一个 future 时，task 从 yield from 管道中接收它，就像这个 future 直接从 fetch yield 一样。当循环解决一个 future 时，task 把它的结果送给 fetch，通过管道，read 接受到这个值，这完全就像 task 直接驱动 read 一样:

Figure - Yield From

为了完善我们的协程实现，我们再做点打磨:当等待一个 future 时，我们的代码使用 yield;而当委派一个子协程时，使用 yield from。不管是不是协程，我们总是使用 yield form 会更精炼一些。协程并不需要在意它在等待的东西是什么类型。

在 Python 中，我们从生成器和迭代器的高度相似中获得了好处，将生成器进化成 caller，迭代器也可以同样获得好处。所以，我们可以通过特殊的实现方式来迭代我们的 Future 类:

# Method on Future class. def __iter__(self): # Tell Task to resume me here. yield self return

future 的 __iter__ 方法是一个 yield 它自身的一个协程。当我们将代码替换如下时:

# f is a Future. yield f

以及……:

# f is a Future. yield from f

……结果是一样的!驱动 Task 从它的调用 send 中接收 future，并当 future 解决后，它发回新的结果给该协程。