我编写C++DLL，它是Meta Trader 4应用程序(MT4)和Python脚本(将Python嵌入MT4)之间的闸门。MT4向这个DLL发送请求，并等待执行指令(例如字符串命令数组)。DLL将MT4请求的解析传递给Python脚本。Python脚本需要从MT4中获得一些信息来解析每个请求。因此，MT4和Python具有双向通信。
但MT4不支持双向通信，它只能解析自己DLL请求的结果，并用新的参数对DLL进行新的调用。因此，我需要中断Python控制流，以便从Python向DLL(和MT4)临时返回部分结果，并等待来自MT4的新请求。
我怎样才能用Python风格创建这种(丑陋的)预设双向交互？我需要一些延续函数，但仅在函数范围内进行yield工作，当我需要类似yield的异常时：从调用堆栈的底部到顶部，以及通过调用顶部Python脚本中的main.next()将控制流返回到上一个yield点的能力。
MT4伪码：
new_args = ...
while (true) {
cmds = DLL_GetCommands(new_args);
if (! cmd) { // No commands from Python
break;
}
new_args = _parseCommand(cmds);
}
DLL伪代码：
char* __declspec(dllexport) DLL_GetCommands(char* args) {
// Python already initialized.
// Some python script already executed
// and I have local scope of this execution.
PyObject var = ...search some object variable in Python...
// var is instance of Advert class
return PyObject_CallMethodObjArgs(var, "parse_tick", args, NULL);
}
Python代码：
class Handler():
def some_cpp_request(self, a, b):
yield 'some_cpp_request'
# After second call to Advert.parse_tick() control flow should return here.
class Advert():
def __init__(self):
self.h = Handler()
# This method and all what it call should work as single generator
def parse_tick(self):
for i in range(2):
self._some_method(i, i)
def _some_method(self, a, b):
self.h.some_cpp_request(a, b)
[更新]在收到abarnert的建议后，我有了工作解决方案：
class Handler():
def __init__(self):
self.cmds = []
self.cmds_results = []
def some_cpp_request(self, a, b):
self.cmds.append(("SOME_CPP_REQUEST", a, b))
yield
# Here self.cmds_results contains MT4 response.
class Advert():
def __init__(self):
self.h = Handler()
def parse_tick(self):
for i in range(2):
yield from self._some_method(i, i)
return 'xxx'
def _some_method(self, a, b):
yield from self.h.some_cpp_request(a, b)
parser = Advert()
gen = parser.parse_tick()
# This loop should be written in DLL layer.
while True:
next(gen)
parser.h.cmds_results.clear()
for cmd in parser.h.cmds:
# Adding some results
parser.h.cmds_results.append((cmd, 'SOME RESULT'))
parser.h.cmds.clear()
p.S.更舒适的解决方案是创建并行线程(或进程)，而不是调用和捕获收益：这不需要将所有返回替换为收益。两个线程可以通过两个阻塞队列进行通信。队列：
- 子线程：
- 将请求放入请求队列
- 阻止等待响应队列中的新元素
- 主螺纹：
- 无限阻塞等待请求队列中的新元素
- 将响应放入请求队列
如果请求为None，则中断无限循环以完成运行时：子线程和主线程。
如果您想在Python代码中使用yield，请执行以下操作：
def parse_tick(self):
for i in range(2):
yield self._some_method(i, i)
调用Python生成器函数——无论是从Python还是从C调用——都会给您一个迭代器。每次从迭代器获得next值时，它都会在最后一个yield点之后重新激活生成器函数。
使用C中的迭代器很容易。以下是一些伪代码(如现有的伪代码、跳过错误处理、引用计数等)：
PyObject *iterator = PyObject_CallMethodObjArgs(var, "parse_tick", args, NULL);
PyObject *item = NULL;
while (item = PyIter_Next(iterator)) {
do_stuff_with(item);
}
例外情况如何？没问题。如果您在Python中迭代的生成器函数引发异常，next会将该异常引发给调用者。如果你在C中迭代它，PyIter_Next返回的NULL与它对正在完成的迭代器所做的相同，那么你如何区分它们呢？通过检查PyErr_Occurred()。
或者，您可以将回调函数传递到Python代码中，然后您的Python代码使用每个值调用该回调，而不是使用每个值的yield。这是嵌入Python的应用程序传统上所做的。但是，如果你已经在考虑发电机，你不需要回到旧的方式。
首先，听起来您想重新调整异常的用途，以便raise自动处理异常，就像可以从中恢复的yield一样。这行不通。不是生成器函数的函数无法恢复，句号。即使是是生成器函数的函数，也只能在yield之后恢复，而不能在raise(或return)之后恢复。这是没有办法的；它将从根本上改变raise(和return)的语义
因此，您将不得不将您想要驱动的较低级别的函数(如生成器)转换为实际的生成器。(或者将它们分解成更小的函数并按顺序调用它们，或者将它们转换成保持显式状态并在__call__上恢复的对象，或者其他比惯用方式更麻烦的事情。)
接下来，听起来好像您想要隐式嵌套生成器。Python生成器不是这样工作的。如果你调用一个生成器函数，你会得到一个迭代器。即使你自己也是一个生成器函数，它也不能代表你产生值。如果你想要嵌套，你必须明确它，比如：
def _some_method(self, a, b):
yield a
yield b
def parse_tick(self):
for i in range(2):
yield from self._some_method(i, i)
请注意，调用者(无论是C还是Python)不必知道parse_tick实际上是在委托其他生成器来完成它的工作，或者_some_method在某个地方被挂起。它只是向parse_tick请求下一个值，它所看到的只是它得到了0，然后是下一次0，然后是1，再是1，然后就完成了。
parse_tick也不必记住它有一个悬挂的_some_method，因为它悬挂在yield from的中间；下一次恢复时，它将自动恢复_some_method调用——或者，如果该调用已用完，则继续到下一行代码。
PEP380试图解释这个设计背后的原理，以及如何使用它，如果我还没有说清楚的话。Greg Ewing还有一个关于使用yield from的很棒的教程。即使我的解释能力只有他一半，我也无法在SO答案中解释他的例子
或者，您可以在生成器上使用send方法。如果仔细观察，yield和yield from是表达式，包含值，而不是语句。如果通过调用生成器上的next来驱动生成器，则表达式的值仅为None，这不是很有用。但是，通过在生成器上调用send方法，您不仅可以要求它恢复，还可以给它一个值来恢复。(如果需要的话，你也可以调用throw在生成器中引发一个异常。)这让你可以根据自上而下的协同程序来编写控制流——我认为这不是你想要的，但请阅读PEP342并查看。
您也可以在yield from上构建自下而上的协同程序，我认为这可能是您想要的。如果你回到Greg Ewing的页面，最后一个例子展示了如何做到这一点。如果你把最后两个功能和一个简单的可组合的"未来"抽象放在一起……那么，看看3.4的新asyncio模块，了解一下你能做什么