很多码农终其一生可能在代码上干的事情无非就是追求两件事情：Logic Locality 和 Data Locality。前者决定了开发效率，后者决定了运行效率。协程是用来处理I/O阻塞和流程阻塞这两个普世问题的得力工具，可以达到比较好的Logic Locality。

def demo_before_and_after():
    print('before')
    yield
    print('after')

gen = demo_before_and_after()
gen.next()
gen.next()

这段代码执行的输出是

gen created
before
after
Traceback (most recent call last):
...
StopIteration

通过这个例子，可以了解到Python的generator的两个特性。
首先，demo_before_and_after()的时候，before并没有被打印出来。说明demo_before_and_after这个函数在这个时候还没有真正开始执行。gen.next()被调用一次，函数就往前执行一步。通过控制gen.next()，可以从外面控制函数内部的执行进度。
其次，Python的generator没有类似Java的Iterator.hasNext这样的设计，直接以抛出StopIteration来传达“到尾巴了”这个消息。

利用generator这个特性，Python的标准库提供了一个非常方便的contextmanager的设计

import contextlib

@contextlib.contextmanager
def demo_before_and_after():
    print('before')
    yield
    print('after')

with demo_before_and_after():
    print('inside')

输出结果是

before
inside
after

很多需要获得资源，使用资源，然后确保资源被正确释放的场合（类似C++的RAII），都可以用上面的写法来实现。