能，但需将所有依赖异步操作的调用链改为await；漏写await会导致协程对象未执行、程序卡住或发出RuntimeWarning。
回调函数嵌套太深，async/await真能扁平化？
能，但不是自动的——你得把所有依赖异步操作的调用链都改成 await，否则仍会掉进回调陷阱。比如用 threading.Thread 或第三方库（如 requests）发起同步阻塞调用，哪怕外层是 async def，也会卡住整个事件循环。
常见错误现象：RuntimeWarning: coroutine 'xxx' was never awaited，或程序看似“卡住”但 CPU 占用低——其实是某个 await 被漏写了，返回了 coroutine 对象却没执行。
- 所有真正要异步等待的操作，必须由
await驱动，且该对象必须是Awaitable（如asyncio.sleep()、asyncio.to_thread()、aiohttp 的session.get()） - 不要在
async def函数里直接调用普通同步函数；若无法改写，用await asyncio.to_thread(sync_func, *args)包装（Python 3.9+） -
yield在旧式生成器协程中模拟挂起，但和async/await不兼容；混用会导致TypeError: object XXX can't be used in 'await' expression
yield 曾经怎么模拟协程？为什么现在不推荐
Python 3.4 之前，gevent 或自定义生成器协程靠 yield 让出控制权，配合调度器轮转。典型模式是函数返回生成器，调度器用 next() 或 send() 推进，靠 yield 暂停并传回结果。
问题在于：它没有语言级语法支持，异常传播难、调试信息差、无法和真正的 I/O 多路复用集成。比如下面这段代码：
立即学习“Python免费学习笔记（深入）”；
def fetch_data():
yield asyncio.sleep(1)
yield requests.get("https://httpbin.org/delay/1") # ❌ 这里是同步阻塞，会拖垮整个协程池这种写法看似“协程”，实则只是生成器 + 手动调度，yield 后面的 requests.get 仍是同步调用，根本没释放事件循环。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
-
yield本身不触发异步调度；它只暂停生成器，不参与事件循环管理 - Python 3.5+ 的
async/await是语法糖，底层绑定__await__协议，被asyncio.run()或事件循环原生识别 -
yield from在 Python 3.5 后被await取代；继续用会报SyntaxWarning: 'yield from' inside async function
async/await 和 asyncio.gather 怎么避免“串行等待”
新手常把多个 await 写成顺序调用，导致本可并发的请求变成串行：
async def fetch_all():
a = await fetch_user() # 等 200ms
b = await fetch_posts() # 再等 300ms → 总耗时 ~500ms正确做法是并发启动，再统一 await：
async def fetch_all():
a, b = await asyncio.gather(
fetch_user(),
fetch_posts() # 两者同时发起，总耗时 ~max(200ms, 300ms) = 300ms
)-
asyncio.gather()默认并发执行所有协程，任一失败则整体失败（加return_exceptions=True可捕获异常而非中断） - 不要对同一个协程对象重复
await：如coro = fetch(); await coro; await coro第二次会报RuntimeError: cannot reuse already awaited coroutine - 若需限制并发数（如防止压垮 API），不用
gather，改用asyncio.Semaphore包裹任务
为什么 async def 函数不能直接调用，必须 await 或 asyncio.run()
因为 async def 定义的是协程函数，调用它返回的是一个协程对象（coroutine 类型），不是执行结果。这和普通函数返回值有本质区别。
常见错误：
result = my_async_func() # ❌ result 是 <coroutine object ... at 0x...> print(result) # 输出类似 <coroutine object my_async_func at 0x...>
必须显式驱动执行：
- 在另一个
async函数里：result = await my_async_func() - 在脚本顶层：
result = asyncio.run(my_async_func()) - 在 Jupyter 中：
await my_async_func()（IPython 7.0+ 支持）
漏掉这层驱动，就等于定义了一个函数却从不调用——协程对象不会自动执行，也不会抛错，只是静默存在。这是最隐蔽也最容易被忽略的异步入门门槛。
