python 协程代码示例

在Python中，协程（coroutine）是一种轻量级的线程实现，它通过`asyncio`库提供了一种异步编程的方式。协程允许程序在同一时刻运行多个任务，而无需创建多个线程，这有助于避免全局解释器锁（GIL）的问题，并提高并发性能。 下面是一个简单的协程示例，使用`asyncio`和`await`关键字： ```python import asyncio # 定义一个协程函数 async def count(): print("Start counting") for i in range(5): await asyncio.sleep(1) # 模拟耗时操作 print(f"Counting: {i}") # 主函数启动协程并等待完成 async def main(): task = count() await task # 运行主函数 if __name__ == "__main__": asyncio.run(main()) ``` 在这个例子中，`count()`函数是一个协程，内部的`await asyncio.sleep(1)`使得程序暂停直到下一次循环。`main()`函数启动协程并阻塞直到其完成。`asyncio.run()`用于简化整个事件循环的管理。

<think>好的，用户想找协程相关的代码示例。先看看用户提到的引用内容。引用2和3是关于Python协程的，引用4有asyncio模块的示例，引用1是C++20的协程示例。用户可能想要不同语言的示例，但问题里没有明确说明，所以可能需要覆盖主要的语言，比如Python和C++。 首先，用户的问题里提到协程的示例代码，可能需要分语言来回答。Python的协程示例比较多，用户提供的引用中有asyncio和gevent的例子，还有多进程+协程的组合。C++20的协程示例在引用1里，虽然用户可能更关注Python，但作为全面的回答，应该包括两种。 接下来需要整理这些示例。Python部分，asyncio的基础使用，比如异步任务、超时处理、周期性任务，这些在引用4都有示例代码。还有gevent的用法，引用3提到需要monkey.patch_all()，并且注意替换sleep函数。多进程+协程的组合可能比较复杂，但引用3有示例，可能需要解释如何结合使用。 C++20的协程部分，引用1提到了Generator的创建，使用std::coroutine_handle和promise_type。可能需要提供一个简单的生成器示例，比如生成数列。 用户可能需要不同场景下的示例，比如异步IO、任务调度、并发处理。需要确保每个示例都正确，并且语法正确，符合用户提供的系统级指令中的LaTeX格式要求。同时，回答需要结构清晰，分点说明，帮助用户理解不同实现方式。 还需要生成相关问题，可能涉及协程的原理、不同库的选择、性能比较，或者错误处理等。根据已有的引用，问题可以包括协程与多线程的对比，如何选择asyncio和gevent，协程在单线程中的优势，以及协程超时处理的方法。 最后检查是否符合用户的要求：使用中文，代码块格式正确，引用标识正确添加。比如在提到asyncio或gevent的时候，在末尾添加对应的引用标记。确保每个示例都来自用户提供的引用，并且正确标注。</think>### 协程代码示例 以下是不同编程语言和框架中协程的典型实现示例，涵盖基础用法和常见场景： --- #### 1. **Python asyncio 基础示例** ```python import asyncio async def main(): print("Start") await asyncio.sleep(1) # 异步等待1秒 print("End") asyncio.run(main()) ``` **说明**：使用 `asyncio` 实现最简单的协程任务，`await` 关键字用于挂起当前协程[^4]。 --- #### 2. **Python asyncio 多任务并发** ```python import asyncio async def task(name, delay): await asyncio.sleep(delay) print(f"Task {name} completed") async def main(): await asyncio.gather( task("A", 2), task("B", 1), task("C", 3) ) asyncio.run(main()) ``` **说明**：`asyncio.gather` 用于并行执行多个协程，按完成顺序输出结果[^4]。 --- #### 3. **Python gevent 协程切换** ```python from gevent import monkey monkey.patch_all() # 关键：替换标准库的阻塞调用 import gevent def task(n): print(f"Task {n} started") gevent.sleep(1) print(f"Task {n} ended") jobs = [gevent.spawn(task, i) for i in range(3)] gevent.joinall(jobs) ``` **说明**：`gevent` 通过协程池实现轻量级并发，需用 `monkey.patch_all()` 启用自动切换[^3]。 --- #### 4. **C++20 协程生成器示例** ```cpp #include <coroutine> #include <iostream> Generator<int> range(int start, int end) { for (int i = start; i < end; ++i) { co_yield i; // 暂停并返回值 } } int main() { auto gen = range(1, 5); for (auto val : gen) { std::cout << val << " "; } return 0; } ``` **说明**：C++20 通过 `co_yield` 实现生成器，需自定义 `Generator` 类和 `promise_type`[^1]。 --- #### 5. **Python 协程与多进程结合** ```python import multiprocessing import asyncio async def async_task(): await asyncio.sleep(1) print("Async task done") def process_task(): asyncio.run(async_task()) if __name__ == "__main__": p = multiprocessing.Process(target=process_task) p.start() p.join() ``` **说明**：在子进程中运行协程任务，适用于 CPU 密集型与 IO 密集型混合场景[^3]。 --- ### 关键知识点 1. **协程本质**：单线程内通过任务切换实现并发，避免线程切换开销[^2]。 2. **异步编程模型**：通过 `async/await` 或 `yield` 实现非阻塞调用。 3. **适用场景**：高并发网络请求、文件 IO 操作、实时数据处理等。