我想知道Python中是否有用于异步方法调用的库。如果你能做点什么就太好了
@async
def longComputation():
<code>
token = longComputation()
token.registerCallback(callback_function)
# alternative, polling
while not token.finished():
doSomethingElse()
if token.finished():
result = token.result()
或者异步调用非异步例程
def longComputation()
<code>
token = asynccall(longComputation())
如果在语言核心中有一个更精细的策略就太好了。考虑过这个问题吗?
当前回答
你可以使用过程。如果你想永远运行它，在你的函数中使用while(比如networking):
from multiprocessing import Process
def foo():
while 1:
# Do something
p = Process(target = foo)
p.start()
如果你只想运行一次，可以这样做:
from multiprocessing import Process
def foo():
# Do something
p = Process(target = foo)
p.start()
p.join()
其他回答
您可以使用Python 2.6中添加的多处理模块。您可以使用进程池，然后通过以下方式异步获取结果:
apply_async(func[, args[, kwds[, callback]]])
例如:
from multiprocessing import Pool
def f(x):
return x*x
if __name__ == '__main__':
pool = Pool(processes=1) # Start a worker processes.
result = pool.apply_async(f, [10], callback) # Evaluate "f(10)" asynchronously calling callback when finished.
这只是一种选择。这个模块提供了很多工具来实现你想要的。此外，它将很容易从这做一个装饰。
有什么理由不使用线程吗?您可以使用线程类。 使用isAlive()函数代替finished()函数。result()函数可以join()线程并检索结果。并且，如果可以的话，重写run()和__init__函数来调用构造函数中指定的函数，并将值保存到类实例的某个地方。
2021年的原生Python异步调用方式，Python 3.9也适用于Jupyter / Ipython内核
Camabeh的答案是从Python 3.3开始的。
异步def display_date(循环): End_time = loop.time() + 5.0 而真正的: print (datetime.datetime.now ()) If (loop.time() + 1.0) >= end_time: 打破 等待asyncio.sleep (1) Loop = asyncio.get_event_loop() #阻塞调用，当display_date()协程完成时返回 loop.run_until_complete (display_date(循环) loop.close ()
这将在Jupyter笔记本/ Jupyter实验室工作，但抛出一个错误:
RuntimeError: This event loop is already running
由于Ipython使用事件循环，我们需要一些嵌套异步循环，这在Python中还没有实现。幸运的是，有nest_asyncio来处理这个问题。你所需要做的就是:
!pip install nest_asyncio # use ! within Jupyter Notebook, else pip install in shell
import nest_asyncio
nest_asyncio.apply()
(基于此线程)
只有在调用loop.close()时，它才会抛出另一个错误，因为它可能指向Ipython的主循环。
RuntimeError: Cannot close a running event loop
一旦有人回答了这个github问题，我就会更新这个答案。
它不在语言核心中，但Twisted是一个非常成熟的库，可以做你想要的事情。它引入Deferred对象，您可以将回调或错误处理程序(“errbacks”)附加到该对象。Deferred基本上是一个“承诺”，即一个函数最终会有一个结果。
这对我来说很有用，你可以调用这个函数，它会把自己分派到一个新的线程上。
from thread import start_new_thread
def dowork(asynchronous=True):
if asynchronous:
args = (False)
start_new_thread(dowork,args) #Call itself on a new thread.
else:
while True:
#do something...
time.sleep(60) #sleep for a minute
return
