Python 异步编程操作示例详解
作者：xclic
Python异步编程是一种基于非阻塞 IO 模型的并发编程范式,核心目标是在处理IO密集型任务（如网络请求、文件读写、数据库交互）时,通过高效的任务调度减少等待时间,最大化 CPU 利用率,本文给大家介绍Python 异步编程操作,感兴趣的朋友一起看看吧
Python 异步编程是一种基于非阻塞 IO 模型的并发编程范式，核心目标是在处理 IO 密集型任务（如网络请求、文件读写、数据库交互）时，通过高效的任务调度减少等待时间，最大化 CPU 利用率。
异步编程通过事件循环实现任务调度：当一个任务因 IO 操作需要等待时，事件循环会暂停该任务，切换到其他就绪任务；当 IO 操作完成（如响应到达），事件循环再恢复原任务的执行。
核心优势：
- 单线程内实现并发，避免多线程的上下文切换开销。
- 针对 IO 密集型任务，性能提升显著（通常是同步方式的数倍到数十倍）。
1、核心组件
1.1 事件循环
事件循环是异步编程的 “心脏”，负责任务调度、IO 事件监听、状态管理。
# 伪代码
任务列表 = [ 任务1,任务2,任务3,...]
while True:
可执行的任务列表,已完成的任务列表 = 去任务列表中检查所有的任务,将'可执行'和'已完成'的任务返回
for 就绪任务 in 已准备就绪的任务列表:
执行已就绪的任务
for 已完成的任务 in 已完成的任务列表:
在任务列表中移除 已完成的任务
如果 任务列表 中的任务都已完成,则终止循环关键细节：
- 事件循环在单线程中运行，所有任务都在这个线程内切换执行。
- 仅当任务遇到
await（表示需要等待 IO）时才会切换，纯计算任务不会触发切换。
1.2 协程
协程是异步任务的基本单元，是一种用户态的上下文切换技术，其实就是通过一个线程实现代码块相互切换执行，本质是可暂停 / 恢复的函数，通过 async def 定义。与普通函数的区别在于：
- 调用协程不会立即执行，而是返回一个协程对象。
- 必须通过事件循环调度（如
await、create_task）才能执行。
# 协程的定义与状态
import asyncio
async def my_coroutine():
print("协程开始")
await asyncio.sleep(1) # 暂停点：释放CPU，允许切换
print("协程结束")
return "结果"
# 协程对象（未执行）
coro = my_coroutine()
print(type(coro)) # <class 'coroutine'>
# 必须通过事件循环执行
async def main():
result = await coro # 调度执行，等待结果
print(result) # 输出：结果
asyncio.run(main())协程的生命周期：
- 创建：
coro = my_coroutine()→ 未执行状态。 - 运行：
await coro或create_task(coro)→ 进入事件循环。 - 暂停：执行到
await语句 → 等待 IO 时挂起。 - 恢复：IO 完成 → 从暂停点继续执行。
- 完成：执行到函数末尾 → 返回结果或抛出异常。
1.3 任务
任务是协程的包装器，由事件循环直接调度，用于实现并发。任务会将协程注册到事件循环，并跟踪其状态（运行中 / 已完成 / 已取消）。
async def task_func(name, delay):
print(f"任务 name={name}, delay={delay} === 111")
await asyncio.sleep(delay)
print(f"任务 name={name}, delay={delay} === 222")
return f"任务 {name} 完成"
async def main():
# 创建任务（立即加入事件循环，开始调度）
task1 = asyncio.create_task(task_func("A", 1))
task2 = asyncio.create_task(task_func("B", 2))
print("任务状态:", task1.done()) # False（未完成）
# 等待任务完成并获取结果
result1 = await task1
result2 = await task2
print("结果:", result1, result2) # 任务 A 完成 任务 B 完成
print("任务状态:", task1.done()) # True（已完成）
asyncio.run(main())任务的核心方法：
task.done()：判断任务是否完成。task.result()：获取任务返回值（任务未完成时调用会报错）。task.cancel()：取消任务（触发CancelledError）。task.add_done_callback(func)：注册回调函数（任务完成后执行）。
更常用写法：
async def task_func(name, delay):
print(f"任务 name={name}, delay={delay} === 111")
await asyncio.sleep(delay)
print(f"任务 name={name}, delay={delay} === 222")
return f"任务 {name} 完成"
async def main():
# 创建任务（立即加入事件循环，开始调度）
task_list = [
asyncio.create_task(task_func("A", 1), name="task_A"),
asyncio.create_task(task_func("B", 2), name="task_B"),
]
done, pending = await asyncio.wait(task_list, timeout=None)
# 等待任务完成并获取结果
print(done)
asyncio.run(main())1.4 Future 对象
Future 是异步操作结果的容器，表示 “未来可能完成的操作”。任务（Task）是 Future 的子类，因此具备 Future 的所有特性，task对象内部await结果的处理是基于future的：
- 存储异步操作的状态（
PENDING/FINISHED/CANCELLED）。 - 提供结果设置（
set_result()）和异常设置（set_exception()）方法。 - 支持通过
await获取结果，或注册回调函数。
async def main():
# 创建一个空的Future对象
future = asyncio.Future()
# 定义一个设置Future结果的协程
async def set_future_result():
await asyncio.sleep(1)
future.set_result("Future 结果") # 设置结果，标记为完成
# 并发执行：设置结果的协程 + 等待结果的操作
asyncio.create_task(set_future_result())
result = await future # 等待Future完成
print(result) # 输出：Future 结果
asyncio.run(main())Task 与 Future 的关系：
- Task 继承自 Future，是 “可执行的 Future”（绑定了协程）。
- Future 更底层，通常用于手动管理异步操作结果（如包装回调式 API）。
2、基础语法和核心API
2.1async/await语法
async/await 是 Python 3.5+ 引入的异步语法糖，用于定义协程和暂停执行：
async def：定义协程函数（返回协程对象）。await：暂停协程，等待另一个协程 / Future/Task 完成，只能在协程内部使用。
async def nested():
return 42
async def main():
# 直接调用协程不会执行，必须用await
result = await nested() # 等待nested完成，获取结果
print(result) # 42
asyncio.run(main())注意：
- 普通函数中不能使用
await（会报SyntaxError）。 await后面必须是 “可等待对象”（协程、Task、Future）
2.2 事件循环的启动与管理
Python 3.7+ 推荐用 asyncio.run() 启动事件循环（自动创建、运行、关闭循环），低版本需手动管理：
# Python 3.7+ 推荐方式
async def main():
await asyncio.sleep(1)
print("完成")
asyncio.run(main()) # 自动处理事件循环的生命周期
# 低版本手动管理方式（3.6及以下）
loop = asyncio.get_event_loop() # 获取事件循环
try:
loop.run_until_complete(main()) # 运行直到协程完成
finally:
loop.close() # 关闭循环2.3 并发任务管理
2.3.1asyncio.gather()
批量并发与结果聚合
gather() 用于同时运行多个可等待对象，按输入顺序返回结果，适合需要统一收集结果的场景。
async def task(i):
await asyncio.sleep(i)
return i
async def main():
# 并发执行3个任务
results = await asyncio.gather(
task(1),
task(2),
task(0.5)
)
print(results) # [1, 2, 0.5]（按输入顺序，而非完成顺序）
asyncio.run(main())高级参数：
return_exceptions=True：将异常作为结果返回，不中断其他任务。
async def faulty_task():
raise ValueError("出错了")
async def main():
results = await asyncio.gather(
faulty_task(),
task(1),
return_exceptions=True # 异常会被包装到结果中
)
print(results) # [ValueError('出错了'), 1]2.3.2asyncio.wait()
灵活控制任务完成条件
wait() 比 gather() 更灵活，支持按 “第一个完成”“所有完成” 等条件返回，返回值是已完成和未完成的任务集合。
async def main():
tasks = [task(1), task(2), task(0.5)]
# 等待所有任务完成（默认）
done, pending = await asyncio.wait(tasks)
print("已完成任务数:", len(done)) # 3
print("未完成任务数:", len(pending)) # 0
# 等待第一个任务完成
done, pending = await asyncio.wait(tasks, return_when=asyncio.FIRST_COMPLETED)
print("第一个完成的任务结果:", [t.result() for t in done]) # [0.5]return_when 可选值：
FIRST_COMPLETED：第一个任务完成时返回。FIRST_EXCEPTION：第一个任务抛出异常时返回（无异常则等所有完成）。ALL_COMPLETED：所有任务完成时返回（默认）。
3、同步代码的异步化：兼容旧库
实际开发中常需在异步程序中调用同步阻塞库（如 requests、pymysql），直接调用会阻塞事件循环，需通过线程池异步执行。
3.1 核心方法：loop.run_in_executor()
该方法将同步函数提交到线程池执行，返回 Future 对象，可通过 await 获取结果。
import asyncio
import requests # 同步阻塞库
# 同步函数（阻塞）
def sync_get(url):
return requests.get(url).status_code
async def async_get(url):
# 获取事件循环
loop = asyncio.get_event_loop()
# 提交到线程池执行（None 表示使用默认线程池）
future = loop.run_in_executor(
None, # 线程池执行器（可选自定义）
sync_get, # 同步函数
url # 函数参数
)
return await future # 等待线程池结果
async def main():
urls = ["https://www.baidu.com", "https://www.github.com"]
# 并发执行同步函数的异步包装
results = await asyncio.gather(*[async_get(url) for url in urls])
print("结果:", results) # [200, 200]
asyncio.run(main())3.2 自定义线程池
默认线程池大小有限（通常为 CPU 核心数 * 5），高并发场景可自定义线程池：
from concurrent.futures import ThreadPoolExecutor
async def main():
# 自定义线程池（最大10个线程）
executor = ThreadPoolExecutor(max_workers=10)
loop = asyncio.get_event_loop()
# 使用自定义线程池
future = loop.run_in_executor(executor, sync_get, "https://www.baidu.com")
print(await future) # 2004、异步 IO 实战
4.1 异步网络请求（aiohttp）
aiohttp 是异步 HTTP 客户端 / 服务器库，支持异步请求、连接池、超时控制等，是替代同步 requests 的最佳选择。
并发爬取网页（带超时与重试）
import asyncio
import aiohttp
from aiohttp import ClientTimeout
async def fetch(session, url, retry=3):
"""带重试机制的异步请求"""
timeout = ClientTimeout(total=10) # 超时控制（10秒）
try:
async with session.get(url, timeout=timeout) as response:
return {
"url": url,
"status": response.status,
"length": len(await response.text())
}
except Exception as e:
if retry > 0:
print(f"请求 {url} 失败，重试 {retry-1} 次: {e}")
await asyncio.sleep(1) # 重试前等待1秒
return await fetch(session, url, retry-1)
return {"url": url, "error": str(e)}
async def main():
urls = [
"https://www.baidu.com",
"https://www.github.com",
"https://www.python.org",
"https://invalid.url"
]
# 创建会话（复用连接，提高效率）
async with aiohttp.ClientSession() as session:
# 生成任务列表
tasks = [fetch(session, url) for url in urls]
# 并发执行
results = await asyncio.gather(*tasks)
# 输出结果
for res in results:
if "error" in res:
print(f"{res['url']}: {res['error']}")
else:
print(f"{res['url']} | 状态: {res['status']} | 长度: {res['length']}")
asyncio.run(main())4.2 异步文件操作（aiofiles）
传统 open() 是同步阻塞的，aiofiles 提供异步文件读写，支持 async with 和 await 语法。
异步读写多文件
import asyncio
import aiofiles
async def write_file(filename, content):
"""异步写入文件"""
async with aiofiles.open(filename, 'w', encoding='utf-8') as f:
await f.write(content) # 异步写入
print(f"已写入: {filename}")
async def read_file(filename):
"""异步读取文件"""
async with aiofiles.open(filename, 'r', encoding='utf-8') as f:
content = await f.read() # 异步读取
return filename, content
async def main():
# 并发写入3个文件
await asyncio.gather(
write_file("file1.txt", "异步文件1"),
write_file("file2.txt", "异步文件2"),
write_file("file3.txt", "异步文件3")
)
# 并发读取文件
files = ["file1.txt", "file2.txt", "file3.txt"]
results = await asyncio.gather(*[read_file(f) for f in files])
# 打印内容
for name, content in results:
print(f"{name} 内容: {content}")
asyncio.run(main())4.3 异步数据库操作（aiomysql）
aiomysql 是 MySQL 的异步驱动，支持异步连接、查询、事务，避免同步 pymysql 的阻塞问题。
异步查询 MySQL
import asyncio
import aiomysql
async def query_db():
# 建立异步连接
connection = await aiomysql.connect(
host='localhost',
port=3306,
user='root',
password='password',
db='test',
autocommit=True
)
try:
# 创建游标
async with connection.cursor(aiomysql.DictCursor) as cursor:
# 异步执行查询
await cursor.execute("SELECT * FROM users LIMIT 3")
# 异步获取结果
results = await cursor.fetchall()
print("查询结果:", results)
finally:
# 关闭连接
connection.close()
asyncio.run(query_db())5、总结
Python 异步编程通过事件循环驱动的任务切换，实现了 IO 密集型任务的高效并发。核心组件包括协程（任务单元）、事件循环（调度中心）、任务（并发单元）和 Future（结果容器）。
到此这篇关于Python 异步编程操作示例详解的文章就介绍到这了,更多相关Python 异步编程内容请搜索脚本之家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脚本之家！