python協程是一種比線程更輕量級的并發方式，可在單線程中“同時”運行多個任務，無需真正的上下文切換。1. 它通過asyncio庫及async和await關鍵字實現；2. 協程與多線程不同，是用戶態并發，由程序員控制切換，開銷小；3. 優勢包括輕量、高并發性、避免鎖競爭；4. 劣勢在于易受阻塞操作影響、依賴事件循環、學習成本高；5. io密集型任務適合協程，cpu密集型任務則更適合多線程；6. 事件循環負責調度協程執行、處理io事件，并在協程間切換；7. 異常處理使用try…except捕獲，未捕獲異常會導致程序崩潰；8. 上下文管理器使用async with語句，確保資源正確釋放。
python協程，簡單來說，就是一種比線程更輕量級的并發方式。它允許你在單線程中“同時”運行多個任務，而不需要像線程那樣進行真正的上下文切換，效率更高。
Python實現協程主要依賴于asyncio庫，以及async和await關鍵字。async定義一個協程函數，await用于掛起協程，等待另一個協程的結果。
import asyncio async def task1(): print("Task 1 started") await asyncio.sleep(1) # 模擬耗時操作 print("Task 1 finished") async def task2(): print("Task 2 started") await asyncio.sleep(2) # 模擬耗時操作 print("Task 2 finished") async def main(): await asyncio.gather(task1(), task2()) if __name__ == "__main__": asyncio.run(main())
在這個例子中，task1和task2都是協程函數。asyncio.gather用于并發執行這兩個協程。注意，這里并沒有創建新的線程，所有的任務都在同一個線程中執行。
立即學習“Python免費學習筆記（深入）”；
協程與多線程的區別？
協程和多線程都是實現并發的方式，但它們有本質的不同。多線程是操作系統級別的并發，每個線程都有自己的棧空間和程序計數器，上下文切換需要操作系統內核的參與，開銷較大。協程是用戶態的并發，上下文切換由程序員控制，不需要操作系統內核的參與，開銷較小。可以把協程理解為“微線程”或者“用戶級線程”。
協程的優勢在于：
- 輕量級： 協程的創建和銷毀開銷遠小于線程。
- 更高的并發性： 在單線程中可以運行大量的協程。
- 避免鎖競爭： 由于協程運行在同一個線程中，不需要像多線程那樣使用鎖來保護共享資源。
協程的劣勢在于：
- 阻塞操作： 如果一個協程執行了阻塞操作（例如IO操作），整個線程都會被阻塞。
- 需要事件循環： 協程需要一個事件循環來調度任務。
- 學習成本： 協程編程模型相對復雜，需要理解async/await等概念。
如何選擇協程還是多線程？
如何選擇協程還是多線程取決于具體的應用場景。如果你的應用是IO密集型的，例如網絡編程，協程通常是更好的選擇，因為它可以避免線程切換的開銷，提高并發性。如果你的應用是CPU密集型的，例如計算密集型的任務，多線程可能更適合，因為它可以利用多核CPU的優勢。但要注意，多線程編程需要處理鎖競爭等問題，比較復雜。
Python協程的事件循環機制是什么？
事件循環是協程的核心。它負責調度協程的執行順序，處理IO事件，以及在協程之間切換。可以把事件循環想象成一個“總調度室”，它負責監聽各種事件（例如IO事件，定時器事件），并將這些事件分發給相應的協程處理。
asyncio庫提供了默認的事件循環實現，可以通過asyncio.get_event_loop()獲取當前線程的事件循環。也可以自定義事件循環，但通常沒有必要。
事件循環的工作流程大致如下：
- 注冊事件：協程將需要監聽的事件（例如IO事件）注冊到事件循環中。
- 循環監聽：事件循環不斷地監聽注冊的事件。
- 事件觸發：當某個事件發生時，事件循環會找到對應的協程，并將其喚醒。
- 協程執行：被喚醒的協程開始執行，直到遇到await關鍵字或者執行完畢。
- 切換協程：當協程遇到await關鍵字時，它會將控制權交還給事件循環，事件循環會選擇下一個可以執行的協程。
Python協程如何處理異常？
協程中的異常處理與普通函數類似，可以使用try…except語句來捕獲異常。但是，需要注意的是，如果一個協程中發生了未捕獲的異常，它會傳播到事件循環中，導致整個程序崩潰。
為了避免這種情況，應該在協程中盡可能地捕獲異常。可以使用try…except語句來捕獲異常，也可以使用asyncio.ensure_future()或者asyncio.create_task()來創建任務，并使用task.result()方法來獲取任務的結果，如果任務拋出異常，task.result()會拋出同樣的異常。
import asyncio async def task_with_exception(): print("Task with exception started") await asyncio.sleep(1) raise ValueError("Something went wrong") print("Task with exception finished") # 這行不會執行 async def main(): try: await task_with_exception() except ValueError as e: print(f"Caught exception: {e}") if __name__ == "__main__": asyncio.run(main())
在這個例子中，task_with_exception協程會拋出一個ValueError異常。main協程使用try…except語句來捕獲這個異常，并打印錯誤信息。
協程中的上下文管理器如何使用？
上下文管理器可以確保在代碼塊執行完畢后，資源能夠被正確地釋放，即使代碼塊中發生了異常。在協程中，可以使用async with語句來使用異步上下文管理器。
import asyncio class AsyncContextManager: async def __aenter__(self): print("Entering context") return self async def __aexit__(self, exc_type, exc_val, exc_tb): print("Exiting context") async def main(): async with AsyncContextManager() as cm: print("Inside context") if __name__ == "__main__": asyncio.run(main())
在這個例子中，AsyncContextManager是一個異步上下文管理器，它實現了__aenter__和__aexit__方法。__aenter__方法在進入上下文時被調用，__aexit__方法在退出上下文時被調用，無論代碼塊是否發生了異常。async with語句可以確保__aexit__方法被正確地調用，即使代碼塊中發生了異常。
