Python async/await 异步编程

理解协程、事件循环和 async/await 语法，学会编写非阻塞的并发代码。 · 难度：入门 · +15XP

异步编程基础

Python 的 async/await 语法（PEP 492，Python 3.5+）让你可以编写并发代码，而无需使用线程或进程。它特别适合 I/O 密集型任务（如网络请求、文件读写、数据库查询），在这些场景下可以大幅提升效率。

核心概念

• 协程（Coroutine）：用 async def 定义的函数，调用后返回一个协程对象
• 可等待对象（Awaitable）：协程、Task 或 Future，可以用 await 等待
• 事件循环（Event Loop）：调度和执行协程的运行时环境

基本语法

import asyncio
async def say_hello():
    print("你好")
    await asyncio.sleep(1)  # 模拟异步等待
    print("世界")
# 运行协程
asyncio.run(say_hello())

同时运行多个协程

import asyncio

async def fetch_data(url: str, delay: int):
    print(f"开始请求 {url}")
    await asyncio.sleep(delay)  # 模拟网络延迟
    print(f"完成请求 {url}")
    return f"{url} 的数据"
async def main():
    # 并发执行多个任务
    results = await asyncio.gather(
        fetch_data("https://api1.com", 2),
        fetch_data("https://api2.com", 1),
        fetch_data("https://api3.com", 3),
    )
    print("所有结果:", results)
asyncio.run(main())

同步 vs 异步对比

常见陷阱

• 不要在协程中使用 time.sleep()，必须用 asyncio.sleep()
• 在 Jupyter Notebook 中，使用 await 前需要先运行 import nest_asyncio; nest_asyncio.apply()
• 协程不会自动并发，需要显式使用 asyncio.gather() 或 create_task()

练习提示

在下方代码中，补全 main 函数，使用 asyncio.gather 同时运行两个 download_file 协程，一个延迟2秒，一个延迟3秒。观察总耗时是否接近3秒（而不是5秒）。