async for 里不能直接 await 另一个 async for，必须将内层异步迭代封装为独立协程再 await；避免多层并发嵌套导致顺序错乱；所有 async def 函数调用必须 await，否则返回协程对象引发 typeerror。
async for 里不能直接 await 另一个 async for
这是最常踩的坑：想在 async for 循环体内直接 await 另一个异步迭代器（比如另一个 async for），结果报 RuntimeError: async for cannot be used with a non-async iterator 或更隐蔽地卡死、跳过迭代。根本原因是 Python 的异步迭代协议要求整个嵌套结构必须显式保持协程链路，而直接写两层 async for 会破坏事件循环调度节奏。
正确做法是把内层逻辑封装成独立协程，再用 await 调用：
async def process_item(item):
async for sub in fetch_subs(item): # ✅ 内层 async for 在独立协程里
await handle(sub)
<p>async for item in get_items():
await process_item(item) # ✅ 外层只 await 协程，不嵌套 async for</p>
- 不要在同一个协程函数里写两层
async for - 如果内层数据量小，也可先
list(await anext(...))拉平成普通列表再遍历 - 注意
process_item必须是async def，否则await会报TypeError
asyncio.gather 会并发但不保序，嵌套时容易错乱
用 asyncio.gather 并发处理外层每个 item 的内层任务，看似高效，但若内层结果需要按原始顺序聚合（比如生成报告、写文件），就会出问题——gather 返回结果顺序和输入顺序一致，但如果你在每个 item 内部又用了 gather，而没做显式索引绑定，就极易混掉。
典型错误写法：
tasks = [process(item) for item in items] results = await asyncio.gather(*tasks) # ✅ 外层保序 <h1>但 process() 内部若这样写：</h1><p>async def process(item): subs = await fetch_subs(item) return await asyncio.gather(*[handle(s) for s in subs]) # ❌ 返回的是 list，但没标记属于哪个 item</p>
建议改成：
- 给每个子任务带上上下文标识，比如
(item_id, sub_id) - 或改用
asyncio.create_task+asyncio.as_completed，自己维护顺序 - 更稳妥的是避免多层并发嵌套，优先用串行
await，再根据压测结果决定是否并行化某一层
忘记 await 导致协程对象堆积，循环变成“假异步”
写嵌套逻辑时，最容易漏掉某个 await，比如把 fetch_subs(item) 当成普通函数调用，结果返回的是 coroutine 对象而非实际数据，后续 async for 就会报 TypeError: 'coroutine' object is not an async iterable。
检查要点：
- 所有返回协程的函数（标有
async def）都必须await，不能只调用 -
async for的可迭代对象必须是实现了__aiter__的异步迭代器，不是协程本身 - 调试时打印类型：
print(type(fetch_subs(item)))，如果是<class></class>，说明还没 await
使用 asynccontextmanager 嵌套资源时，exit 时机不可控
当嵌套异步循环涉及数据库连接、HTTP 会话等需清理的资源时，用 @asynccontextmanager 包裹外层，再在内层循环里重复创建同类资源，会导致 __aexit__ 触发时机混乱——可能外层还没结束，内层资源已释放，或反过来。
推荐策略：
- 尽量把资源生命周期拉到最外层，通过参数传入内层协程复用
- 若必须分层管理，确保每层
async with块严格闭合，且不跨协程边界共享资源实例 - 避免在
async for循环体内新建async with httpx.AsyncClient()，应提前创建好传进去
嵌套异步逻辑真正难的不是语法，而是调度意图和资源生命周期的对齐——Python 不会替你记住“这个 await 应该在哪一层 resolve”，全靠代码结构显式表达。稍不注意，表层看起来跑通了，实际请求被丢弃、连接泄漏、顺序错乱，debug 时得一层层加 print(f"enter {level}") 才能看清控制流。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
