Python异步编程之await与asyncio基本用法详解

本文主要是介绍Python异步编程之await与asyncio基本用法详解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

《Python异步编程之await与asyncio基本用法详解》在Python中,await和asyncio是异步编程的核心工具,用于高效处理I/O密集型任务（如网络请求、文件读写、数据库操作等）,接...

在 python 中，await 和 asyncio 是异步编程的核心工具，用于高效处理 I/O 密集型任务（如网络请求、文件javascript读写、数据库操作等）。它们的核心思想是通过 协程（Coroutine） 和 事件循环（Event Loop） 实现非阻塞并发，避免线程切换的开销。

一、核心概念

协程（Coroutine）
用 async def 定义的函数，返回一个协程对象，可以通过 await 挂起执行，让出控制权。

async def my_coroutine():
    await asyncio.sleep(1)
    print("Done")

事件循环（Event Loop）
异步程序的核心调度器，负责执行协程并在 I/O 操作时切换任务。

可等待对象（Awaitable）
包括协程、asyncio.Task 和 asyncio.Future。只有可等待对象才能被 await。

二、使用场景

高并发网络请求
如爬虫、API 调用等需要同时处理大量连接的场景。
Web 服务器
如 FastAPI、Sanic 等异步框架处理 HTTP 请求。
数据库操作
异步驱动（如 asyncpg、aiomysql）避免阻塞主线程。
实时通信
WebSocket、聊天服务器等需要长连接的场景。

三、基本用法

1. 定义协程

async def fetch_data(url):
    # 模拟网络请求
    await asyncio.sleep(1)
    return f"Data from {url}"

2. 运行协程

async def main():
    result = await fetch_data("https://example.com")
    print(result)
# Python 3.7+ 推荐方式
asyncio.run(main())

3. 并发执行多个任务

使用 asyncio.gather() 或 asyncio.create_task()：

async def main():
    # 同时执行多个协程
    task1 = asyncio.create_task(fetch_data("url1"))
    task2 = asyncio.create_task(fetch_data("url2"))
    # 等待所有任务完成
    results = await asyncio.gather(task1, task2)
    print(results)

四、关键 API 详解

asyncio.run(coro)
- 启动事件循环并运行协程（Python 3.7+）。
asyncio.create_task(coro)
- 将协程包装为 Task，加入事件循环并发执行。
asyncio.gather(*coros)
- 并发执行多个协程，返回结果列表。
asyncio.sleep(delay)
- 非阻塞等待（模拟 I/O 操作）。

五、高级用法

1. 控制并发量

使用信号量（Semaphore）限制同时运行的任务数：

async def limited_fetch(url, semaphore):
    async with semaphore:
        return await fetch_data(url)
async def main():
    semaphore = asyncio.SemChina编程aphore(5)  # 最大并发5
    tasks = [limited_fetch(url, semaphore) for url in urls]
    await asyncio.gather(*tasks)

2. 超时控制

async def fetch_with_timeout():
    try:
        async with asyncio.timeout(3):  # Python 3.11+
            await fetch_data("slow_url")
    except TimeoutError:
        print("Timeout!")

3. 回调与 Future

async def main():
    loop = asyncio.get_running_loop()
    future = loop.create_future()
    def callback():
        future.set_result("Done")
    loop.call_soon(callback)
    result = await future
   javascript print(result)

六、常见错误

忘记 await
协程不会被自动执行：

async def main():
    fetch_data("url")  # 错误！没有 await

阻塞主线程
在协程中调用同步代码（如 time.sleep()）会阻塞事件循环：

async def bad_example():
    time.sleep(1)  # 错误！应使用 await asyncio.sleep(1)

滥用并发
异步不适合 CPU 密集型任务，此时应使用多进程。

七、完整示例

import asyncio
async def download(url, delay):
    print(f"Start downloading {url}")
    await asyncio.sleep(delay)
    print(f"Finished {url}")
    return url
async def main():
    urls = [
        ("https://site1.com", 1),
        ("https://site2.com", 2),
        ("https://site3.com", 3)python,
    ]
    tasks = [asyncio.create_task(download(url, delay)) for url, delay in urls]
    results = await asyncio.gather(*tasks)
    print("All done:", results)
if __name__ == "__main__":
    asyncio.run(main())

输出：

Start downloading https://site1.com
Start downloading https://site2.com
Start downloading https://site3.com
Finished https://site1.com
Finished https://site2.com
Finished https://site3.com
All done: ['https://site1.com', 'https://sijavascriptte2.com', 'https://site3.com']

八、总结

适用场景：I/O 密集型任务，如网络、文件、数据库操作。
关键点：
- 使用 async def 定义协程，用 await 挂起阻塞操作。
- 通过 asyncio.create_task() 和 asyncio.gather() 实现并发。
- 避免在协程中调用阻塞同步代码。

通过合理使用 asyncio，可以在单线程内高效处理成千上万的并发连接。

到此这篇关于Python异步编程之await与asyncio基本用法详解的文章就介绍到这了,更多相关Python await与asyncio内容请搜索China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)！

这篇关于Python异步编程之await与asyncio基本用法详解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！