Python 异步编程入门：如何把同步函数变成异步函数？

写项目时，我们经常需要访问网络，比如调用 API、抓取网页数据等。很多时候，我们使用 requests 这样的库来发送 HTTP 请求。然而，requests 是一个同步库，这意味着每次请求都会阻塞整个程序，直到它完成才会继续运行。这就像你去餐厅点餐，必须等前面所有人点完、厨师做完他们的饭，你的食物才能上桌——效率感人至深。那么，有没有办法让 Python 同时处理多个请求，就像一个高效的餐厅一样，让多个请求同时进行，减少等待时间呢？

答案是异步编程（async programming）！

今天，我们就来学习如何把一个同步函数变成异步函数，让你的 Python 代码飞起来！

1. 为什么同步请求会“卡住”程序？
让我们先看看一个普通的同步请求是怎么工作的。

这里，requests.get(url) 是同步的，它会阻塞代码的执行，直到服务器返回数据。
假设你的程序要检查 100 个网站的状态，按照这种写法，每个请求都要等前一个完成才能继续，整个过程会非常慢。
如果我们能让这些请求同时进行，就能大大提高效率，这就是异步编程的作用！
2. 让同步函数“变身”异步函数
在 Python 中，我们可以使用 asyncio 来实现异步编程。但问题来了，requests.get() 是一个同步函数，不能直接在 async 里面用。
解决方案就是——用 asyncio.to_thread() 把它放到一个单独的线程中执行！
代码示例：异步获取多个网站状态

3. 代码解析
关键点：
1. async def fetch_status(url: str)• 这是一个异步函数（协程），用来获取网站的状态码。
2. await asyncio.to_thread(requests.get, url)• requests.get(url) 是同步函数，不能直接用 await。
• 解决方法：用 asyncio.to_thread() 把它放到单独的线程里执行，让它变成“伪异步”。
3. asyncio.create_task(fetch_status(url))• 这会立即创建一个任务，不会阻塞主程序。多个任务会同时运行。
4. await asyncio.gather(*tasks)• 这个函数会并行执行所有任务，并等待它们完成。
4. 为什么这样做更快？
如果你用 requests.get() 逐个请求 100 个网站，可能要等 100 秒（假设每个请求 1 秒）。
但用 asyncio.to_thread() 并行请求，就能同时发送多个请求，整体时间会缩短很多！
同步 vs. 异步：
异步的速度提升是显而易见的！
5. 什么时候应该用 asyncio.to_thread()？
适合的场景：
需要并行执行多个 I/O 操作（如网络请求、文件读写、数据库查询）。
你的代码依赖同步库（如 requests、openpyxl 等），但你又想让它异步执行。
不适合的场景：
CPU 密集型任务（如大规模计算、视频处理），因为 Python 的 GIL 限制了多线程的 CPU 性能。
代码本身已经是异步的（如 aiohttp），没必要再用 to_thread()。
6. 还有更好的方法吗？
有的！如果你只是在写爬虫或者请求 API，可以直接用 aiohttp，它是一个真正的异步 HTTP 库。
aiohttp 比 requests + asyncio.to_thread() 更快，因为它不需要额外的线程，是真正的异步网络请求库。
建议：如果你要做大量 HTTP 请求，直接用 aiohttp，别折腾 requests 了！
总结
• 同步请求会阻塞代码，异步请求可以并行执行，提高速度。
• 用 asyncio.to_thread() 可以让同步函数变成异步函数。
• 但如果是网络请求，建议直接用 aiohttp，它更快更高效！
异步编程是 Python 的一大亮点，掌握它可以让你的代码更高效、更现代化。希望这篇文章对你有所帮助！