Python 协程 & 异步编程 (asyncio) 入门介绍

最新推荐文章于 2025-04-25 07:41:11 发布

linmeiyun

最新推荐文章于 2025-04-25 07:41:11 发布

阅读量2.8k

点赞数 1

分类专栏：后端 python 文章标签： python 爬虫学习开发语言机器学习

本文链接：https://blog.youkuaiyun.com/linmeiyun/article/details/126976280

版权

本文介绍了Python的协程和异步编程，重点讲解了asyncio模块和async/await关键字的使用。通过案例演示了如何实现并发下载任务，展示异步编程在IO密集型任务中的优势，帮助理解异步编程如何提升性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在近期的编码工作过程中遇到了 async 和 await 装饰的函数，查询资料后了解到这种函数是基于协程的异步函数。这类编程方式称为异步编程，常用在 IO 较频繁的系统中，如：Tornado web 框架、文件下载、网络爬虫等应用。协程能够在 IO 等待时间就去切换执行其他任务，当 IO 操作结束后再自动回调，那么就会大大节省资源并提供性能。接下来便简单的讲解一下异步编程相关概念以及案例演示。

1. 协程简介

1.1 协程的含义及实现方法

协程（Coroutine），也可以被称为微线程，是一种用户态内的上下文切换技术。简而言之，其实就是通过一个线程实现代码块相互切换执行。例如：

def func1():
  print(1)
    ...   # 协程介入
  print(2)
  
def func2():
  print(3)
    ...   # 协程介入
  print(4)

func1()
func2()

上述代码是普通的函数定义和执行，按流程分别执行两个函数中的代码，并先后会输出：1、2、3、4。但如果介入协程技术那么就可以实现函数见代码切换执行，最终输入：1、3、2、4 。

在 Python 中有多种方式可以实现协程，例如：

greenlet，是一个第三方模块，用于实现协程代码（Gevent 协程就是基于 greenlet 实现）；
yield，生成器，借助生成器的特点也可以实现协程代码；
asyncio，在 Python3.4 中引入的模块用于编写协程代码；
async & awiat，在 Python3.5 中引入的两个关键字，结合 asyncio 模块可以更方便的编写协程代码。

前两种实现方式较为老旧，所以重点关注后面的方式

标准库实现方法

asyncio 是 Python 3.4 版本引入的标准库，直接内置了对异步 IO 的支持。

import asyncio

@asyncio.coroutine
def func1():
    print(1)
    yield from asyncio.sleep(2)  # 遇到IO耗时操作，自动化切换到tasks中的其他任务
    print(2)

@asyncio.coroutine
def func2():
    print(3)
    yield from asyncio.sleep(2) # 遇到IO耗时操作，自动化切换到tasks中的其他任务
    print(4)

tasks = [
    asyncio.ensure_future( func1() ),
    asyncio.ensure_future( func2() )
]

loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

关键字实现方法

async & await 关键字在 Python3.5 版本中正式引入，代替了asyncio.coroutine 装饰器，基于他编写的协程代码其实就是上一示例的加强版，让代码可以更加简便可读。