Python 异步等待任务集合的完整用法与参数配置

掌握 asyncio.wait() 的并发调度原理

asyncio.wait() 是 Python 标准库中用于协调多个协程执行状态的内置函数。它接收一组可等待对象（通常为 asyncio.Task 实例），阻塞当前协程直到满足预设条件后返回。该函数不会自动启动或取消任务，而是专注于状态监听与分组反馈，非常适合需要批量发起后台请求或计算，并根据部分结果提前干预主流程的场景。

配置等待策略与超时控制

默认情况下，asyncio.wait() 会阻塞直到所有传入任务结束。开发者可通过两个关键参数定制行为：

• return_when：指定触发返回的条件，支持 asyncio.ALL_COMPLETED（全部完成）、asyncio.FIRST_COMPLETED（首个完成）与 asyncio.FIRST_EXCEPTION（首个抛出异常）。设置为后两者时，未满足条件的其余任务将继续并行运行，不会被自动取消。
• timeout：以秒为单位设定最长等待时间。超时触发时函数正常返回当前已就绪的任务子集，不抛出异常也不中断正在运行的协程。

第1步：创建并收集异步任务

目的：将协程包装为 Task 对象以便统一管理。

入口/动作：使用列表推导式配合 asyncio.create_task() 生成任务队列。

# 定义基础协程
async def task_coro(arg):
    value = random.random()
    await asyncio.sleep(value)
    print(f>task {arg} done with {value}

# 批量创建任务
tasks = [asyncio.create_task(task_coro(i)) for i in range(10)]

第2步：按业务逻辑调用等待函数

目的：根据是否需要快速响应或容错，选择对应的 return_when 模式。

动作/参数：直接 await 函数调用，传入任务集与策略标识。

# 等待第一个任务完成即可继续后续逻辑
done, pending = await asyncio.wait(tasks, return_when=asyncio.FIRST_COMPLETED)

# 等待第一个任务发生异常时中断
done, pending = await asyncio.wait(tasks, return_when=asyncio.FIRST_EXCEPTION)

第3步：解析返回结果并清理资源

目的：确认哪些任务已终结，决定未完成任务的处理方式。

完成状态：函数返回一个包含两个集合的元组 (done, pending)。done 包含满足条件的任务，可直接通过 .result() 获取返回值或通过 .exception() 捕获错误；pending 包含尚未达标的任务。若无需继续执行 pending 中的任务，应手动调用 cancel() 释放系统资源。

完整实战代码与结果核对

以下示例展示如何在一个事件循环内完整跑通任务创建、全量等待与结果输出。运行脚本后，控制台将依次打印各任务的随机耗时与完成标志，最后输出汇总信息。

# SuperFastPython.com
# example of waiting for all tasks to complete
from random import random
import asyncio

async def task_coro(arg):
    value = random()
    await asyncio.sleep(value)
    print(f'>task {arg} done with {value}

async def main():
    tasks = [asyncio.create_task(task_coro(i)) for i in range(10)]
    done, pending = await asyncio.wait(tasks)
    print('All done'

asyncio.run(main())

预期终端输出特征为：多行 >task X done with Y 格式日志（Y 为浮点数），末尾固定显示 All done。由于内部使用了随机休眠，单次运行的先后顺序可能不同，但任务总数与最终输出形态保持一致。若需验证特定条件下的返回集合，可在 await asyncio.wait(...) 下方添加 print(len(done), len(pending)) 进行动态核对。

以上就是 Python 异步等待任务集合的详细内容，更多关于 Python 异步编程与协程调度的资料请关注本站其它相关文章！