深入理解Python AsyncGenerator（异步生成器完整入门与实战指南）

基本语法对比

让我们先看看普通生成器和异步生成器的区别：

普通生成器示例

def simple_generator():    for i in range(3):        yield i# 使用for value in simple_generator():    print(value)

异步生成器示例

import asyncioasync def async_generator():    for i in range(3):        await asyncio.sleep(0.1)  # 模拟异步操作        yield i# 使用（必须在async上下文中）async def main():    async for value in async_generator():        print(value)# 运行asyncio.run(main())

为什么需要AsyncGenerator？

想象你正在编写一个爬虫，需要从多个网页抓取数据。如果使用同步方式，每个请求都会阻塞程序直到完成。而使用async def yield构建的异步生成器，可以在等待网络响应的同时处理其他任务，极大提升效率。

实战：异步读取大文件

下面是一个使用异步生成器逐行读取大文件的示例，避免一次性加载整个文件到内存：

import aiofilesasync def read_large_file(file_path):    async with aiofiles.open(file_path, 'r') as file:        async for line in file:            yield line.strip()async def process_file():    async for line in read_large_file('huge_data.txt'):        # 处理每一行（例如解析JSON、过滤等）        if 'error' in line:            print(f"Found error: {line}")# 注意：需要安装 aiofiles: pip install aiofiles# asyncio.run(process_file())

关键注意事项

• 必须使用 async for 来消费异步生成器，不能用普通 for 循环。
• 异步生成器函数内部可以使用 await 表达式，但不能使用 return 返回值（只能 return None）。
• 要运行异步代码，必须在事件循环中，通常通过 asyncio.run() 启动。
• 异步生成器支持 aclose() 方法用于提前终止，类似普通生成器的 close()。

常见错误与调试

新手常犯的错误是在非异步上下文中直接调用异步生成器：

# ❌ 错误示例for value in async_generator():  # TypeError: 'async_generator' object is not iterable    print(value)# ✅ 正确做法async def correct_usage():    async for value in async_generator():        print(value)

总结

通过本教程，你已经掌握了Python AsyncGenerator的基本概念、语法差异、实际应用场景以及常见陷阱。记住，异步生成器是Python异步编程生态中的重要一环，特别适合处理流式数据或需要非阻塞I/O的场景。多加练习，你就能写出高效、响应迅速的异步应用！

关键词回顾：Python AsyncGenerator、异步生成器教程、async def yield、Python异步编程