不能直接用 queue.Queue 做异步爬虫任务队列，因其线程安全但同步阻塞，会阻塞事件循环；应使用原生支持 await 的 asyncio.Queue，并配合 task_done()、join() 和哨兵值实现安全协作式退出。
为什么不能直接用 queue.Queue 做爬虫任务队列？
因为 queue.Queue 是线程安全的，但默认不支持协程；在异步爬虫（如用 aiohttp）里直接塞进 queue.Queue 会阻塞整个事件循环。常见现象是：生产者能往队列塞 URL，但消费者卡住不动，CPU 占用低，日志没报错——本质是 get() 和 put() 都是同步阻塞调用，和 async/await 不兼容。
真正该用的是 asyncio.Queue，它原生支持 await，且内部用 asyncio.Event 实现唤醒机制。如果你硬要用 queue.Queue，只能搭配 threading + loop.run_in_executor，但这样绕路、难调试、容易漏掉异常。
如何用 asyncio.Queue 搭建最小可行爬虫队列？
核心是让生产者和消费者共用同一个 asyncio.Queue 实例，并通过 q.get() / q.put() 通信。注意：必须显式调用 q.task_done()，否则 q.join() 永远不会返回。
-
maxsize设为 0 表示无限制（默认），设为正整数可控制并发请求数上限，避免瞬间打爆目标站点 - 生产者用
await q.put(url)，不要用q.put_nowait()，后者在满时抛asyncio.QueueFull - 消费者循环里用
try/except包住await q.get()，因为队列关闭后get()不会自动退出，需配合asyncio.wait_for或信号机制
import asyncio
q = asyncio.Queue(maxsize=10)
<p>async def producer():
for url in ["<a href="https://www.php.cn/link/5f69e19efaba426d62faeab93c308f5c">https://www.php.cn/link/5f69e19efaba426d62faeab93c308f5c</a>"] * 5:
await q.put(url)</p><p>async def consumer():
while True:
try:
url = await asyncio.wait_for(q.get(), timeout=1)</p><h1>这里发请求...</h1><pre class='brush:python;toolbar:false;'> print(f"fetching {url}")
q.task_done()
except asyncio.TimeoutError:
if q.empty():
break
q.join() 什么时候该等？怎么避免死锁？
q.join() 会阻塞直到所有已入队任务都被 task_done() 标记完成。如果消费者崩溃或漏调 task_done()，它就永远卡住。实际中建议只在主协程退出前等一次，且加超时保护。
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
立即学习“Python免费学习笔记（深入）”；
- 不要在每个消费者里调
q.join()—— 它是队列级别的，不是每个消费者自己的 - 推荐模式：
asyncio.create_task(producer())启动生产者，再用asyncio.gather(*[consumer() for _ in range(3)])启多个消费者，最后await q.join() - 如果生产者是“有限生成”（比如读完一个列表就结束），可在生产完成后
await q.join()；如果是长运行（监听文件变动），就别等，靠信号或定时退出
如何安全终止正在运行的生产者-消费者协程？
没有全局 kill 开关，得靠协作式退出：给队列塞特殊哨兵值（如 None），消费者收到后自行退出；或者用 asyncio.Event 控制生命周期。用 sys.exit() 或 os._exit() 会跳过协程清理，导致连接未关闭、文件未 flush。
- 哨兵法更轻量：生产者末尾
await q.put(None)，消费者if url is None: break - 如果消费者数量多，要确保每个都收到哨兵 —— 所以得塞 N 个
None（N = 消费者数） - 用
asyncio.CancelledError捕获取消信号时，记得在finally块里调q.task_done()，否则join()卡死
真实爬虫里，URL 去重、失败重试、限速逻辑都得在消费者里做，队列只管传递原始 URL。把业务逻辑塞进队列本身，只会让调试变困难。
