Python支持异步的列表解析式是什么
这篇文章主要讲解了“Python支持异步的列表解析式是什么”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python支持异步的列表解析式是什么”吧!
摘要
PEP-492 和 PEP-525 通过 async/await 语法,引入了对原生协程和异步生成器的支持。本 pep 提议给列表、集合、字典解析式和生成器表达式添加异步的版本。
基本原理和目标
Python 广泛地支持同步的推导式,允许使用简单而简洁的语法生成列表、字典和集合。我们提议为异步代码实现类似的语法结构。
为了说明可读性的改善,请考虑下面的例子:
result = [] async for i in aiter(): if i % 2: result.append(i)
有了提议的异步解析式语法,上面的代码会变得非常简短:
result = [i async for i in aiter() if i % 2]
本 PEP 也使得在各种解析式中使用 await 表达式成为可能:
result = [await fun() for fun in funcs]
规范
异步的解析式
我们提议允许在列表、集合与字典解析式中使用 async。待 PEP-525 被批准之后,我们还可以
创建异步的生成器表达式。
例子:
集合解析式:{i async for i in agen()}
列表解析式:[i async for i in agen()]
字典解析式:{i: i ** 2 async for i in agen()}
生成器表达式:(i ** 2 async for i in agen())
允许在异步解析式和生成器表达式中使用 async for 与 if 以及 for 子句:
dataset = {data for line in aiter() async for data in line if check(data)} data = {data for line in aiter() async for data in line if check(data)}
异步解析式只允许在“async def”函数中使用。
原则上,异步生成器表达式允许用在任何上下文中。然而,在 Python 3.6 中,由于 async 和 await 只是“软关键字”(soft-keyword),异步生成器表达式只允许在 async def 函数中使用。一旦 async 和 await 在 Python 3.7 中成为保留关键字,这个限制将被移除。
解析式中的 await
我们提议允许在异步和同步解析式中使用 await 表达式:
result = [await fun() for fun in funcs] result = {await fun() for fun in funcs} result = {fun: await fun() for fun in funcs} result = [await fun() for fun in funcs if await smth] result = {await fun() for fun in funcs if await smth} result = {fun: await fun() for fun in funcs if await smth} result = [await fun() async for fun in funcs] result = {await fun() async for fun in funcs} result = {fun: await fun() async for fun in funcs} result = [await fun() async for fun in funcs if await smth] result = {await fun() async for fun in funcs if await smth} result = {fun: await fun() async for fun in funcs if await smth}
这只在 async def 函数体中有效。
语法的更新
本提议需要在语法层面做一个修改:在 comp_for 中添加可选的“async”关键字:
comp_for: [ASYNC] 'for' exprlist 'in' or_test [comp_iter]
解析式的 AST 节点将有一个新的 is_async 参数。
向后兼容性 本提案是完全向后兼容的。
感谢各位的阅读,以上就是“Python支持异步的列表解析式是什么”的内容了,经过本文的学习后,相信大家对Python支持异步的列表解析式是什么这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是蜗牛博客,小编将为大家推送更多相关知识点的文章,欢迎关注!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:niceseo99@gmail.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。
评论