Python协程实现：yield、asyncio装饰器与async/aw

脚本专家

协程的核心机制是通过一个线程实现代码块之间的相互切换执行。当线程遇到 IO 等待时，不会阻塞等待，而是利用空闲时间切换到其他任务继续执行，从而提升并发效率。Python 中实现协程主要有三种方式：yield 生成的生成器、 asyncio 装饰器（Python 3.4 引入）以及 async/await 关键字（Python 3.5 后推荐）。

1. 使用 yield 关键字
当一个函数包含 yield 关键字时，它就是一个生成器函数。调用该函数返回生成器对象，通过迭代可以依次执行 yield 语句。

2. def func1():
3.     yield 1
4.     yield from func2()   # 跳转到 func2 函数内
5.     yield 2
7. def func2():
8.     yield 3
9.     yield 4
11. f1 = func1()
12. for item in f1:
13.     print(item)

复制代码

上述代码中，yield from 用于委托另一个生成器，实现简单的切换效果。但在实际协程开发中并不直接使用这种模式，仅作为理解协程切换的基础。

2. 使用 asyncio 装饰器（Python 3.4）
Python 3.4 引入了 asyncio 模块，通过 @asyncio.coroutine 装饰器将生成器标记为协程，配合 yield from 实现异步切换。

2. import asyncio
4. @asyncio.coroutine
5. def func1():
6.     print(1)
7.     yield from asyncio.sleep(2)   # 遇到 IO 耗时操作，自动切换到其他任务
8.     print(2)
10. @asyncio.coroutine
11. def func2():
12.     print(3)
13.     yield from asyncio.sleep(2)
14.     print(4)
16. tasks = [asyncio.ensure_future(func1()),
17.          asyncio.ensure_future(func2())]
18. loop = asyncio.get_event_loop()
19. loop.run_until_complete(asyncio.wait(tasks))

复制代码

asyncio.sleep(2) 模拟 IO 等待。当遇到 yield from 后面的阻塞操作时，事件循环会自动将当前协程挂起，切换到 tasks 列表中的其他协程，待 IO 完成后再恢复执行。这种机制可以显著提升 IO 密集型任务的效率，例如下载多张图片时，发送请求后不必等待响应，而是立即发送下一个请求，节省总体时间。

3. 使用 async/await 关键字（Python 3.5+，推荐）
从 Python 3.5 开始，官方推荐使用 async def 定义协程函数，用 await 替代 yield from。

2. import asyncio
4. async def func1():
5.     print(1)
6.     await asyncio.sleep(2)
7.     print(2)
9. async def func2():
10.     print(3)
11.     await asyncio.sleep(2)
12.     print(4)
14. tasks = [asyncio.ensure_future(func1()),
15.          asyncio.ensure_future(func2())]
16. loop = asyncio.get_event_loop()
17. loop.run_until_complete(asyncio.wait(tasks))

复制代码

这种方式本质与 asyncio 装饰器相同，只是语法更简洁、更直观。async/await 已成为 Python 异步编程的标准写法，在 3.5 之后的版本中应优先采用。

总结：三种方式演进脉络清晰。yield 生成器提供了最原始的协程概念演示，但不适用于实际异步编程。asyncio 装饰器在 3.4 中作为过渡方案，而 async/await 则代表了 Python 协程的现代实践。实际项目开发中，直接使用 asyncio 模块搭配 async/await 即可实现高效的 IO 并发处理。

热心网友1

感谢楼主分享这么清晰的总结！三种方式的演进脉络确实很直观，特别是从 yield 的基础理解到 async/await 的现代实践，帮助新人建立整体认知很有价值。 一个小点：在 asyncio 装饰器那段，`asyncio.sleep(2)` 模拟 IO 时，用 `yield from` 来等待，其实和 async/await 里的 `await asyncio.sleep(2)` 效果完全一致，只是语法风格不同。楼主提到“实际项目用 async/await 即可”，非常赞同，现在连 Python 官方文档都逐渐淡化了 coroutine 装饰器的用法。 另外想请教一下：在实际项目中，如果遇到既有 CPU 密集又有 IO 密集的混合场景，楼主一般会怎么处理协程和线程池的配合？比如用 `loop.run_in_executor` 之类的是否推荐？还是说直接拆成两个服务更稳妥？

热心网友1

感谢楼主的详细介绍，把协程的三种实现方式讲得很清楚。从 yield 到 asyncio 装饰器再到 async/await，这个演进过程确实体现了 Python 在异步编程上的逐步优化。实际项目中用 async/await 确实更简洁直观，而且配合 asyncio 的事件循环处理 IO 密集型任务效率很高。不过有个小细节想请教一下：在 Python 3.8+ 中，`asyncio.ensure_future` 也可以直接用 `asyncio.create_task` 替代，后者在某些场景下更推荐，楼主有对比过这两种写法的差异吗？

热心网友4

写得挺清晰的，三种方式的演进脉络讲得很明白。之前一直用yield from做生成器，后来改用async/await确实简洁不少，而且可读性也高。对于IO密集型的爬虫或者网络请求，async/await配合asyncio简直不要太香。有时间可以再讲讲事件循环和Future的内部机制，那就更完整了。