asyncio异步IO--协程(Coroutine)与任务(Task)详解

摘要:本文翻译自Coroutines and Tasks,主要介绍asyncio中用于处理协程和任务的方法和接口。在翻译过程中,译者在官方文档的基础上增加了部分样例代码和示意图表,以帮助读者对文档的理解。本文内容主要针对python3.7,在低版本的python中可能不适用,敬请留意。原创内容,如需转载请注明出处。

译者:马鸣谦(邮箱:1612557569@qq.com)

协程

协程(coroutines)是通过async/await定义函数或方法,是使用asyncio进行异步编程的首选途径。如下,是一个协程的例子:

import asyncio

async def main():
print("hello")
await asyncio.sleep(1)
print("world")

上例中的 main 方法就是我们定义的协程

我们在交互环境(Python3.7)下执行以上代码,看看效果:

>>> import asyncio

>>> async def main():
... print("hello")
... await asyncio.sleep(1)
... print("world") >>> asyncio.run(main())
hello
world

需要注意的是:如果像执行普通代码一样直接调用main(),只会返回一个coroutine对象,main()方法内的代码不会执行:

>>> main() #直接执行`main()`返回的是一个`coroutine对象`。
<coroutine object main at 0x0000000002C97848>

实际上,asyncio提供了三种执行协程的机制:

  1. 使用asyncio.run()执行协程。一般用于执行最顶层的入口函数,如main()
  2. await一个协程。一般用于在一个协程中调用另一协程 如下是一个示例:

>>> import time
>>> async def say_after(delay,what):
await asyncio.sleep(delay)
print(what) >>> async def main():
print(f"started at {time.strftime('%X')}")
await say_after(1,"hello")
await say_after(2,"world")
print(f"finished at {time.strftime('%X')}") >>> asyncio.run(main())
started at 16:47:10
hello
world
finished at 16:47:13

执行耗时 3秒

3. asyncio.create_task()方法将Coroutine(协程)封装为Task(任务)。一般用于实现异步并发操作。 需要注意的是,只有在当前线程存在事件循环的时候才能创建任务(Task)。

我们修改以上的例程,并发执行 两个say_after协程。

async def main():
task1 = asyncio.create_task(say_after(1,"hello"))
task2 = asyncio.create_task(say_after(2,"world"))
print(f"started at {time.strftime('%X')}")
await task1
await task2
print(f"finished at {time.strftime('%X')}")

执行asyncio.run(main()),结果如下:

started at 17:01:34
hello
world
finished at 17:01:36

耗时2秒

“可等待”对象(Awaitables)

如果一个对象能够被用在await表达式中,那么我们称这个对象是可等待对象(awaitable object)。很多asyncio API都被设计成了可等待的

主要有三类可等待对象:

  • 协程coroutine
  • 任务Task
  • 未来对象Future

Coroutine(协程)

Python的协程可等待的(awaitable),因此能够被其他协程用在await表达式中。

import asyncio

async def nested():
print("something") async def main():
# 如果直接调用 "nested()",什么都不会发生.
# 直接调用的时候只是创建了一个 协程对象 ,但这个对象没有被 await,
# 所以它并不会执行.
nested() # 那么我们 await 这个协程,看看会是什么结果:
await nested() # 将会打印 "something". asyncio.run(main())

重要:在这篇文章中,术语coroutine协程指代两个关系紧密的概念:

  • 协程函数(coroutine function):由async def定义的函数;
  • 协程对象(coroutine object):调用 协程函数返回的对象。

asyncio也支持传统的基于生成器的协程。

Task(任务)

Task用来 并发的 调度协程。

当一个协程通过类似 asyncio.create_task() 的函数被封装进一个 Task时,这个协程 会很快被自动调度执行:

import asyncio

async def nested():
return 42 async def main():
# Schedule nested() to run soon concurrently
# with "main()".
task = asyncio.create_task(nested()) # "task" can now be used to cancel "nested()", or
# can simply be awaited to wait until it is complete:
await task asyncio.run(main())

Future(未来对象)

Future 是一种特殊的 底层 可等待对象,代表一个异步操作的最终结果

当一个Future对象被await的时候,表示当前的协程会持续等待,直到 Future对象所指向的异步操作执行完毕。

在asyncio中,Future对象能使基于回调的代码被用于asyn/await表达式中。

一般情况下,在应用层编程中,没有必要 创建Future对象。

有时候,有些Future对象会被一些库和asyncio API暴露出来,我们可以await它们:

async def main():
await function_that_returns_a_future_object() # this is also valid:
await asyncio.gather(
function_that_returns_a_future_object(),
some_python_coroutine()
)

底层函数返回Future对象的一个例子是:loop.run_in_executor

执行asyncio程序

asyncio.run(coro, * , debug=False)

这个函数运行coro参数指定的 协程,负责 管理asyncio事件循环终止异步生成器

在同一个线程中,当已经有asyncio事件循环在执行时,不能调用此函数。

如果debug=True,事件循环将运行在 调试模式

此函数总是创建一个新的事件循环,并在最后关闭它。建议将它用作asyncio程序的主入口,并且只调用一次。

Python3.7新增

重要:这个函数是在Python3.7被临时添加到asyncio中的。

创建Task

asyncio.create_task(coro)

coro参数指定的协程(coroutine)封装到一个Task中,并调度执行。返回值是一个Task对象。

任务在由get_running_loop()返回的事件循环(loop)中执行。如果当前线程中没有正在运行的事件循环,将会引发RuntimeError异常:

import asyncio
async def coro_1():
print("do somthing") task = asyncio.create_task(coro_1())

因为当前线程中没有正运行的事件循环,所以引发异常:

Traceback (most recent call last):
File "C:\Program Files\Python37\lib\site-packages\IPython\core\interactiveshell.py", line 3265, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)
File "<ipython-input-4-456c15a4ed16>", line 1, in <module>
task = asyncio.create_task(coro_1())
File "C:\Program Files\Python37\lib\asyncio\tasks.py", line 324, in create_task
loop = events.get_running_loop()
RuntimeError: no running event loop

对以上代码稍作修改,创建main()方法,在其中创建Task对象,然后在主程序中利用asyncio.run()创建事件循环

import asyncio
async def coro():
print("something is running") async def main():
task = asyncio.create_task(coro())
print(asyncio.get_running_loop()) asyncio.run(main())

执行结果如下:

<_WindowsSelectorEventLoop running=True closed=False debug=False>
something is running

此函数已经被引入到Python3.7。在Python早期版本中,可以使用底层函数asyncio.ensure_future()代替。

async def coro():
... # In Python 3.7+
task = asyncio.create_task(coro())
... # This works in all Python versions but is less readable
task = asyncio.ensure_future(coro())
...

Python3.7新增

Sleeping

coroutine asyncio.sleep(delay,result=None,* ,loop=None)

阻塞delay秒,例如delay=3,则阻塞3秒。

如果指定了result参数的,则在协程结束时,将该返回给调用者。

sleep()通常只暂停当前task,并不影响其他task的执行。

不建议使用loop参数,因为Python计划在3.10版本中移除它。

以下是一个协程的例子,功能是在5秒钟内,每秒显示一次当前的日期

import asyncio
import datetime async def display_date():
loop = asyncio.get_running_loop()
end_time = loop.time() + 5.0
while True:
print(datetime.datetime.now())
if (loop.time() + 1.0) >= end_time:
break
await asyncio.sleep(1)
asyncio.run(display_date())

执行结果大致如下:

2018-11-20 11:27:15.961830
2018-11-20 11:27:16.961887
2018-11-20 11:27:17.961944
2018-11-20 11:27:18.962001
2018-11-20 11:27:19.962059
2018-11-20 11:27:20.962116

并发执行Tasks

awaitable asyncio.gather(* aws, loop=None, return_exceptions=False)

并发执行aws参数指定的 可等待(awaitable)对象序列。

如果 aws 序列中的某个 awaitable 对象 是一个 协程,则自动将这个 协程 封装为 Task对象进行处理。例如:

import asyncio

async def factorial(name, number):
f = 1
for i in range(2, number + 1):
print(f"Task {name}: Compute factorial({i})...")
await asyncio.sleep(1)
f *= i
print(f"Task {name}: factorial({number}) = {f}") async def main():
# Schedule three calls *concurrently*:
await asyncio.gather(
factorial("A", 2),
factorial("B", 3),
factorial("C", 4),
) asyncio.run(main()) # Expected output:
#
# Task A: Compute factorial(2)...
# Task B: Compute factorial(2)...
# Task C: Compute factorial(2)...
# Task A: factorial(2) = 2
# Task B: Compute factorial(3)...
# Task C: Compute factorial(3)...
# Task B: factorial(3) = 6
# Task C: Compute factorial(4)...
# Task C: factorial(4) = 24

如果所有的awaitable对象都执行完毕,则返回 awaitable对象执行结果的聚合列表。返回值的顺序于aws参数的顺序一致。

简单修改以上代码:

import asyncio

async def factorial(name, number):
f = 1
for i in range(2, number + 1):
#print(f"Task {name}: Compute factorial({i})...")
await asyncio.sleep(1)
f *= i #print(f"Task {name}: factorial({number}) = {f}")
return number async def main():
# Schedule three calls *concurrently*:
print(await asyncio.gather(
factorial("A", 2),
factorial("B", 3),
factorial("C", 4),
)) asyncio.run(main()) # Expected output:
#
#[2, 3, 4]#await asyncio.gather()的返回值是一个列表,
#分别对应factorial("A", 2),factorial("B", 3),factorial("C", 4)的执行结果。

如果return_execptions参数为False(默认值即为False),引发的第一个异常会立即传播给等待gather()的任务,即调用await asyncio.gather()对象。序列中其他awaitable对象的执行不会受影响。例如:

import asyncio

async def division(divisor, dividend):
if divisor == 0:
raise ZeroDivisionError
else:
print(f"{dividend}/{divisor}={dividend/divisor}")
return dividend/divisor async def main():
# Schedule three calls *concurrently*:
print(await asyncio.gather(
division(0, 2),
division(1, 2),
division(2, 2),
)) asyncio.run(main())

执行结果:

2/1=2.0
2/2=1.0
Traceback (most recent call last):
File "test.py", line 19, in <module>
asyncio.run(main())
File "c:\Program Files\Python37\lib\asyncio\runners.py", line 43, in run
return loop.run_until_complete(main)
File "c:\Program Files\Python37\lib\asyncio\base_events.py", line 573, in run_until_complete
return future.result()
File "test.py", line 16, in main
division(2, 2),
File "test.py", line 6, in division
raise ZeroDivisionError
ZeroDivisionError

如果return_exceptions参数为True,异常会和正常结果一样,被聚合到结果列表中返回。

对以上代码稍作修改,将return_exceptions设为True

import asyncio

async def division(divisor, dividend):
if divisor == 0:
raise ZeroDivisionError
else:
print(f"{dividend}/{divisor}={dividend/divisor}")
return dividend/divisor async def main():
# Schedule three calls *concurrently*:
print(await asyncio.gather(
division(0, 2),
division(1, 2),
division(2, 2),
return_exceptions=True
)) asyncio.run(main())

执行结果如下:

2/1=2.0
2/2=1.0
[ZeroDivisionError(), 2.0, 1.0]#错误不会向上传播,而是作为结果返回

如果gather()被取消,则提交的所有awaitable对象(尚未执行完成的)都会被取消。例如:

import asyncio

async def division(divisor, dividend):
if divisor == 0:
raise ZeroDivisionError
else:
await asyncio.sleep(divisor)
print(f"{dividend}/{divisor}={dividend/divisor}")
return dividend/divisor async def main():
# Schedule three calls *concurrently*:
t = asyncio.gather(
division(0, 2),
division(1, 5),
division(3, 6),
return_exceptions=True
)
await asyncio.sleep(2)
t.cancel()
await t asyncio.run(main())

执行结果:

5/1=5.0 #除已执行的之外,其他的任务全部被取消
Traceback (most recent call last):
File "test.py", line 23, in <module>
asyncio.run(main())
File "c:\Program Files\Python37\lib\asyncio\runners.py", line 43, in run
return loop.run_until_complete(main)
File "c:\Program Files\Python37\lib\asyncio\base_events.py", line 573, in run_until_complete
return future.result()
concurrent.futures._base.CancelledError
#在return_exceptions=True的情况下,异常依然向上传播。

如果aws中某些TaskFuture被取消,gather()调用不会被取消,被取消的TaskFuture会以引发CancelledError的方式被处理。这样可以避免个别awaitable对象的取消操作影响其他awaitable对象的执行。

例如:

import asyncio

async def division(divisor, dividend):
if divisor == 0:
raise ZeroDivisionError
else:
await asyncio.sleep(divisor)
print(f"{dividend}/{divisor}={dividend/divisor}")
return dividend/divisor async def main():
# Schedule three calls *concurrently*:
task1 = asyncio.create_task(division(0, 2))
task2 = asyncio.create_task(division(1, 5))
task3 = asyncio.create_task(division(3, 6))
t = asyncio.gather(
task1,
task2,
task3,
return_exceptions=True
)
task1.cancel() print(await t) asyncio.run(main())

预期执行结果如下:

5/1=5.0
6/3=2.0
[CancelledError(), 5.0, 2.0] # 仅task1被取消,其他任务不受影响。

避免取消

awaitable asyncio.shield(aw, * , loop=None)

防止awaitable对象被取消(cancelled)执行。

如果aw参数是一个协程(coroutines),该对象会被自动封装为Task对象进行处理。

通常,代码:

#code 1
res = await shield(something())

同代码:

#code 2
res = await something()

是等价的。

特殊情况是,如果包含以上代码的协程取消code 1code 2的执行效果就完全不同了:

  • code 1中,运行于something()中的任务 不会被取消
  • code 2中,运行于something()中的任务 会被取消

code 1中,从something()的视角看,取消操作并没有发生。然而,事实上它的调用者确实被取消了,所以await shield(something())仍然会引发一个CancelledError异常。

import asyncio
import time async def division(divisor, dividend):
if divisor == 0:
raise ZeroDivisionError
else:
await asyncio.sleep(divisor)
print(f"{time.strftime('%X')}:{dividend}/{divisor}={dividend/divisor}")
return dividend/divisor async def main():
# Schedule three calls *concurrently*:
print(f"Start time:{time.strftime('%X')}")
task1 = asyncio.shield(division(1, 2))
task2 = asyncio.create_task(division(1, 5))
task3 = asyncio.create_task(division(3, 6)) res = asyncio.gather(task1, task2, task3, return_exceptions=True) task1.cancel()
task2.cancel()
print(await res) asyncio.run(main())

执行结果:

Start time:10:38:48
10:38:49:2/1=2.0
10:38:51:6/3=2.0
[CancelledError(), CancelledError(), 2.0]
#task1虽然被取消,但是division(1,2)依然正常执行了。
#task2被取消后,division(1,5)没有执行
#虽然task1内的协程被执行,但返回值依然为CancelledError

如果something()以其他的方式被取消,比如从自身内部取消,那么shield()也会被取消。

如果希望完全忽略取消操作(不推荐这么做),则可以将shield()try/except结合起来使用:

try:
res = await shield(something())
except CancelledError:
res = None

超时(Timeouts)

coroutine asyncio.wait_for(aw,timeout,*,loop=None)

timeout时间之内,等待aw参数指定的awaitable对象执行完毕。

如果aw是一个协程,则会被自动作为Task处理。

timeout可以是None也可以是一个floatint类型的数字,表示需要等待的秒数。如果timeoutNone,则永不超时,一直阻塞到aw执行完毕。

如果达到timeout时间,将会取消待执行的任务,引发asyncio.TimeoutError.

如果想避免任务被取消,可以将其封装在shield()中。

程序会等待到任务确实被取消掉,所以等待的总时间会比timeout略大。

如果await_for()被取消,aw也会被取消。

loop参数将在Python3.10中删除,所以不推荐使用。

示例:

async def eternity():
# Sleep for one hour
await asyncio.sleep(3600)
print('yay!') async def main():
# Wait for at most 1 second
try:
await asyncio.wait_for(eternity(), timeout=1.0)
except asyncio.TimeoutError:
print('timeout!') asyncio.run(main()) # Expected output:
#
# timeout!

Python3.7新特性:当aw因为超时被取消,wait_for()等到aw确实被取消之后返回异常。在以前的版本中wait_for会立即返回异常。

等待原语(Waiting Primitives)

wait()

coroutine asyncio.wait(aws,*,loop=None,timeout=None,return_when=ALL_COMPLETED)

并发执行aws中的awaitable对象,一直阻塞到return_when指定的情况出现。

如果aws中的某些对象是协程(coroutine),则自动转换为Task对象进行处理。直接将coroutine对象传递给wait()会导致令人迷惑的执行结果,所以不建议这么做。

返回值是两个Task/Future集合:(done,pending)。

用法示例:

done,pending = await asyncio.wait(aws)

loop参数将在Python3.10中删除,所以不建议使用。

timeout参数可以是一个intfloat类型的值,可以控制最大等待时间。

需要注意的是,wait()不会引发asyncio.TimeoutError错误。返回前没有被执行的FutureTask会被简单的放入pending集合。

return_when决定函数返回的时机。它只能被设置为以下常量:

Constant Description
FIRST_COMPLETED The function will return when any future finishes or is cancelled.
FIRST_EXCEPTION The function will return when any future finishes by raising an exception. If no future raises an exception then it is equivalent to ALL_COMPLETED.
ALL_COMPLETED The function will return when all futures finish or are cancelled.

wait_for()不同,wait()不会再超时的时候取消任务。

注意:

因为wait()会自动将协程转换为Task对象进行处理,然后返回这些隐式创建的Task到(done,pending)集合,所以以下代码不会如预期的那样执行。

async def foo():
return 42 coro = foo()
done, pending = await asyncio.wait({coro}) if coro in done:
# 因为wait()会自动将协程转换为Task对象进行处理,然后返回这些隐式创建的Task到(done,pending)集合,所以这个条件分支永远不会被执行。

上面的代码可以做如下修正:

async def foo():
return 42 task = asyncio.create_task(foo())
done, pending = await asyncio.wait({task}) if task in done:
# 这回可以正常执行了.

所以,正如上文所讲,不建议将coroutine对象直接传递给wait()

as_completed()

asyncio.as_completed(aws,*,loop=None,timeout=None)

并发执行aws中的awaitable对象。返回一个Future对象迭代器。每次迭代时返回的Future对象代表待执行的awaitable对象集合里最早出现的结果。注意:迭代器返回的顺序与aws列表的顺序无关,只与结果出现的早晚有关。

如果超时之前还有Future对象未完成,则引发asyncio.TimeoutError异常。

用法示例:

for f in as_completed(aws):
earliest_result = await f
# ...

以下为一个完整的例子:

import asyncio
import time async def eternity(delay):
await asyncio.sleep(delay)
print(f"delay for {delay} seconds.")
return delay async def main():
print(f"Start at: {time.strftime('%X')}")
tasks = [eternity(i) for i in range(10)]
for f in asyncio.as_completed(tasks):
res = await f
print(f"End at: {time.strftime('%X')}") asyncio.run(main())

执行结果如下:

Start at: 17:19:11
delay for 0 seconds.
delay for 1 seconds.
delay for 2 seconds.
delay for 3 seconds.
delay for 4 seconds.
delay for 5 seconds.
delay for 6 seconds.
delay for 7 seconds.
delay for 8 seconds.
delay for 9 seconds.
End at: 17:19:20

从其他线程调度执行(Scheduling From Other Threads)

asyncio.run_coroutine_threadsafe(coro,loop)

loop指定的事件循环提交一个由coro指定协程。线程安全。

返回一个concurrent.futures.Future对象,等待另一个线程返回结果。

这个函数用于从当前线程运行事件循环的线程提交协程(coroutine)

例如:

# Create a coroutine
coro = asyncio.sleep(1, result=3) # Submit the coroutine to a given loop
future = asyncio.run_coroutine_threadsafe(coro, loop) # Wait for the result with an optional timeout argument
assert future.result(timeout) == 3

如果协程出现异常,返回的Future会收到通知。返回的Future也可以被用作取消事件循环中的任务:

try:
result = future.result(timeout)
except asyncio.TimeoutError:
print('The coroutine took too long, cancelling the task...')
future.cancel()
except Exception as exc:
print(f'The coroutine raised an exception: {exc!r}')
else:
print(f'The coroutine returned: {result!r}')

可以参考并发与多线程章节。

与其他asyncio函数不同,该函数需要 显式 传递loop参数。

新增于Python 3.5.1

自查(Introspection)

current_task()

asyncio.current_task(loop=None)

返回事件循环中正在运行的Task实例,如果没有Task在执行,则返回None

如果loopNone,则使用get_running_loop()获取当前事件循环。

新增于Python3.7

all_tasks()

asyncio.all_tasks(loop=None)

返回事件循环中尚未运行结束的Task对象集合。

如果loopNone,则,使用get_running_loop()获取当前事件循环。

新增于Python3.7

Task对象

class asyncio.Task(coro,*,loop=None)

类似与Future对象,用于执行Python协程。非线程安全。

Tasks用于在事件循环中执行协程。如果协程等待一个Future,那么Task会暂停协程的执行,直到Future执行完成。当Future完成时,协程的执行会恢复。

事件循环的 协作调度 模式:一个事件循环同一时间只执行一个Task。当这个Task等待某个Future返回时,事件循环执行其他的Task回调IO操作

可以通过高层函数asyncio.create_task()创建Task,或者通过底层函数loop.create_task()ensure_future()创建Task。但是不建议直接实例化Task对象。

如果想要取消一个Task的执行,可以使用cancel()方法。调用cancel()会引起Task对象向被封装的协程抛出CancelledError异常。当取消行为发生时,如果协程正在等待某个Future对象执行,该Future对象将被取消。

cancelled()方法用于检查某个Task是否已被取消。如果Task封装的协程没有阻止CancelledError异常,且Task确实被取消了,则该方法返回True

asyncio.Task继承了Future类中除Future.set_result()Future.set_exception()以外的所有方法。

Task对象支持contextvars模块:当一个Task被创建的时候,它会复制当前的上下文,然后在复制的上下文副本中执行协程。

Python3.7中的变更:添加了对contextvars模块的支持。

cancel()

申请取消任务。

将在下一个事件循环周期中将CancelledError异常抛给封装在Task中的协程。

收到CancelledError异常后,协程有机会处理异常,甚至以try ...except CancelledError ...finally来拒绝请求。因此,与Future.cancel()不同,Task.cancel()不能保证Task一定被取消掉。当然,拒绝取消请求这种操作并不常见,而且很不提倡。

以下例子可以说明协程如何拦截取消请求:

import asyncio
async def cancel_me():
print('cancel_me(): before sleep') try:
# Wait for 1 hour
await asyncio.sleep(3600)
except asyncio.CancelledError:
print('cancel_me(): cancel sleep')
raise
finally:
print('cancel_me(): after sleep') async def main():
# Create a "cancel_me" Task
task = asyncio.create_task(cancel_me()) # Wait for 1 second
await asyncio.sleep(1) task.cancel()
try:
await task
except asyncio.CancelledError:
print("main(): cancel_me is cancelled now") asyncio.run(main()) # Expected output:
#
# cancel_me(): before sleep
# cancel_me(): cancel sleep
# cancel_me(): after sleep
# main(): cancel_me is cancelled now

cancelled()

如果Task已经被取消,则返回True

当取消请求通过cancel()被提交,且Task封装的协程传播了抛给它的CancelledError异常,则此Task被取消。

done()

如果Task已完成,则返回True

Task完成有三种情况:

  • 封装的协程已返回
  • 封装的协程已抛出异常
  • Task被取消

result()

返回Task的执行结果。

如果Task已经完成,则返回Task封装的协程的执行结果(如果Task封装的协程引发异常,则重新引发该异常)。

如果Task已经取消,则该方法引发CancelledError异常。

如果Task的结果还不可用,该方法引发InvalidStateError异常。

exception()

返回Task的异常。

如果封装的协程引发了异常,则返回此异常。如果封装的协程执行正常,则返回None

如果Task已被取消,则引发CancelledError异常。

如果Task尚未完成,则引发InvalidStateError异常。

add_done_callback()

添加一个回调函数,在Task完成后执行。

这个方法只应用在基于回调的底层编程中。

具体细节可以参考Future.remove_done_callback()

get_stack(* ,limit=None)

返回此Task的堆栈帧列表。

  • 如果封装的协程未完成,此方法返回它暂停位置的堆栈。
  • 如果封装的协程已经完成或已被取消,此方法返回一个空的列表。
  • 如果封装的协程因异常而结束,此方法返回异常回溯列表。

帧的顺序总是 由旧到新

暂停中的协程只返回一个堆栈帧。

可选参数limit用于限定返回帧的最大数目。默认情况下,所有有效的帧都会返回。

在返回堆栈和返回异常回溯时,列表的顺序会有所不同:

  • 最新的堆栈帧会被返回
  • 最老的回溯帧会被返回(这和异常回溯模块的机制有关)

print_stack(* ,limit=None,file=None)

打印Task的栈帧或异常回溯。

此方法用于输出由get_stack()取回的帧列表,输出形式类似于回溯(traceback)模块

limit参数会直接传递给get_stack()

file参数指定输出的I/O流,默认为sys.stderr

classmethod all_tasks(loop=None)

返回一个事件循环上所有任务的集合。

默认情况下,当前事件循环上所有的任务都会被返回。如果loop参数为'None',则通过get_event_loop()方法获取当前事件循环。

此方法将在Python3.9中被移除,所以不建议使用。可以使用asyncio.all_tasks()代替。

calssmethod current_task(loop=None)

返回当前正在运行的TaskNone

如果loop参数为'None',则通过get_event_loop()方法获取当前事件循环。

此方法将在Python3.9中被移除,所以不建议使用。可以使用asyncio.current_task()代替。

基于生成器的协程(Generator-based Coroutines)

提示:对基于生成器的协程的支持将在Python3.10中移除,不建议使用。

基于生成器的协程是早期的异步实现方式,出现在async/await语法之前,使用yield from表达式等待Future或其他协程。

基于生成器的协程应该用@asyncio.coroutine来修饰,尽管这不是强制的。

@asyncio.coroutine

基于生成器的协程的修饰器。

这个修饰器能使传统的基于生成器的协程async/await语法兼容:

@asyncio.coroutine
def old_style_coroutine():
yield from asyncio.sleep(1) async def main():
await old_style_coroutine()

此修饰器将在Python3.10中被移除,所以不建议再使用。

此修饰器不能用于async def的协程中。

asyncio.iscoroutine(obj)

如果obj对象是一个coroutine对象,则返回True

此方法与inspect.iscoroutine()不同,因为它对基于生成器的协程也返回True

asyncio.iscoroutinefunction(func)

如果func是一个coroutine方法,则返回True

此方法inspect.iscoroutinefunction()不同,因为它对用@coroutine修饰的基于生成器的协程也返回True

上一篇:Blend_技巧篇_导入PSD文件制作ToggleButton (Z)


下一篇:FastReport 使用技巧篇