解决Python异步函数在Jupyter与独立脚本中行为不一致的问题

admin 百科 2025-12-13 11

解决Python异步函数在Jupyter与独立脚本中行为不一致的问题-第1张图片-佛山资讯网

本文旨在解决Python异步函数在使用`asyncio.run()`时，在Jupyter Notebook(`.ipynb`)中运行正常，但在独立Python脚本(`.py`)中表现异常的问题。我们将探讨`asyncio`事件循环的管理机制，特别是`nest_asyncio`的作用，并提供一个健壮的代码结构，确保基于`binance.websockets`的实时数据流在两种环境中都能稳定运行，强调了虚拟环境和模块版本的重要性。

理解异步编程与事件循环

Python的asyncio库提供了一种编写并发代码的方式，通过单线程协作式多任务处理实现非阻塞I/O。在处理网络请求、实时数据流（如WebSocket）等场景时，asyncio能够显著提高程序的效率和响应速度。

asyncio的核心是事件循环（event loop），它负责调度协程（coroutine）的执行。当你调用asyncio.run(main())时，它会启动一个新的事件循环，运行main()协程，并在main()执行完毕后关闭事件循环。

Jupyter Notebook与独立脚本的差异

Jupyter Notebook环境与标准Python脚本在处理asyncio事件循环方面存在关键差异：

立即学习“Python免费学习笔记（深入）”；

Jupyter Notebook: Jupyter环境本身可能已经运行着一个事件循环，或者其内部机制允许更灵活地管理事件循环。当你尝试在已存在事件循环的环境中再次调用asyncio.run()时，通常会遇到错误。nest_asyncio库的作用就是解决这个问题，它允许在已运行的事件循环中嵌套运行新的事件循环，使得asyncio.run()在Jupyter中也能顺利执行。
独立Python脚本 (.py): 在一个全新的Python进程中运行.py文件时，通常没有预先存在的事件循环。asyncio.run()会创建一个新的事件循环并运行你的协程。理论上，这应该工作正常。如果出现问题，往往与环境配置、依赖版本或代码结构有关。

本教程的场景中，Jupyter Notebook中使用了nest_asyncio.apply()，这使得代码在Notebook中能够无缝运行。但在独立脚本中，即使移除了nest_asyncio.apply()，或者在有它的情况下，代码依然可能在await ts.recv()处阻塞，无法接收数据。这通常不是asyncio本身的问题，而是环境或依赖的特定交互。