【一分钟快学】解锁 Python 异步编程的力量：掌握 async/await 语法的正确姿势

Python 中的 async/await 语法是 Python 异步编程的核心，从 Python 3.5 版本开始引入，使得编写异步代码变得更加简单和直观。

基本概念

• 异步编程：允许程序在等待操作完成时继续执行其他任务的编程范式，非常适合处理 I/O 密集型任务，如网络请求、文件读写等。
• async 函数：使用 async def 定义的函数。这种函数被调用时不会立即执行，而是返回一个 awaitable 对象。
• await 表达式：用于暂停异步函数的执行，直到等待的 awaitable 对象完成，释放执行权给事件循环。

使用 async/await

定义异步函数

使用 async def 定义一个异步函数，函数内部可以使用 await 来调用其他异步函数或执行异步操作。

import asyncio

async def fetch_data():
    print("开始获取数据...")
    await asyncio.sleep(2)  # 模拟 I/O 操作
    print("数据获取完成")
    return {'data': 123}

调用异步函数

异步函数需要在事件循环中调用。不能直接像调用普通函数那样调用异步函数。

async def main():
    data = await fetch_data()
    print(data)

# Python 3.7+
asyncio.run(main())

注意点

1. 事件循环：理解异步编程的关键是要明白代码是如何被事件循环处理的。asyncio.run() 函数负责运行主函数，并管理事件循环。
2. await 的使用：只能在 async 函数内部使用 await 关键字。
3. 阻塞操作：避免在异步函数中使用阻塞调用。如果需要执行阻塞操作，应该使用适当的异步库，或者使用 loop.run_in_executor() 将阻塞调用委托给线程池或进程池。
4. 并发执行：使用 asyncio.gather() 可以并发运行多个异步任务。

示例：并发执行异步函数

async def fetch_data(task_number):
    print(f"任务 {task_number}: 开始获取数据...")
    await asyncio.sleep(2)  # 模拟 I/O 操作
    print(f"任务 {task_number}: 数据获取完成")
    return {f'task_{task_number}': 123}

async def main():
    results = await asyncio.gather(
        fetch_data(1),
        fetch_data(2),
        fetch_data(3),
    )
    for result in results:
        print(result)

asyncio.run(main())

这个示例展示了如何并发执行三个异步任务，并收集它们的结果。asyncio.gather() 是并发运行多个协程的推荐方式，因为它同时启动所有协程，并等待它们全部完成。

async/await 使得异步编程在 Python 中变得非常直观和易于理解。只要记住上述的基本概念和注意点，你就能有效地利用 Python 的异步编程特性了。