Python异步编程入门：Async/Await实战详解-CSDN博客

本文链接：https://blog.csdn.net/2303_78307248/article/details/147255956

引言

在当今高并发的应用场景下，传统的同步编程模式逐渐暴露出性能瓶颈。Python通过asyncio模块和async/await语法为开发者提供了原生的异步编程支持。本文将手把手带你理解异步编程的核心概念，并通过实际代码案例演示如何用异步爬虫提升10倍效率！

一、同步 vs 异步：本质区别

1.1 同步编程的痛点

import time

def fetch(url):
    print(f"Start: {url}")
    time.sleep(2)  # 模拟网络请求
    print(f"End: {url}")

# 同步执行耗时约6秒
start = time.time()
fetch("url1")
fetch("url2")
fetch("url3")
print(f"Total time: {time.time()-start:.2f}s")

运行结果：

1.2 异步编程的优势

import asyncio

async def async_fetch(url):
    print(f"Start: {url}")
    await asyncio.sleep(2)  # 异步等待
    print(f"End: {url}")

# 异步执行仅需约2秒
async def main():
    tasks = [
        async_fetch("url1"),
        async_fetch("url2"),
        async_fetch("url3")
    ]
    await asyncio.gather(*tasks)

start = time.time()
asyncio.run(main())
print(f"Total time: {time.time()-start:.2f}s")

运行结果：

二、核心概念解析

2.1 事件循环（Event Loop）

相当于异步程序的心脏，负责调度所有协程任务

2.2 协程（Coroutine）

通过async def定义的异步函数
使用await挂起阻塞操作

2.3 Future对象

承载异步操作最终结果的容器

三、实战：异步网络请求

使用aiohttp实现高效爬虫：

import aiohttp
import asyncio

async def fetch_page(session, url):
    async with session.get(url) as response:
        print(f"Status: {response.status}")
        return await response.text()

async def main():
    async with aiohttp.ClientSession() as session:
        urls = [
            "https://httpbin.org/get",
            "https://api.github.com",
            "https://example.com"
        ]
        tasks = [fetch_page(session, url) for url in urls]
        results = await asyncio.gather(*tasks)
        print(f"Got {len(results)} pages")

# 执行异步任务
asyncio.run(main())

运行结果：