resourcewarning 在直接关闭事件循环时静默出现，因 loop.close() 会丢弃未完成的 task/future，导致文件、socket 等资源未释放；手动管理需按 stop→等待待决任务→close→shutdown_asyncgens 顺序执行。
直接关掉事件循环前不清理待决任务，ResourceWarning 就会静默出现——不是报错，但说明有协程被丢弃、资源没释放，尤其在测试或短生命周期脚本中高频复现。
为什么 loop.close() 会触发 ResourceWarning？
loop.close() 本身不报错，但它会直接丢弃所有 pending 的 asyncio.Task 和 asyncio.Future，而这些对象若持有文件句柄、网络连接或内存引用，就可能触发 ResourceWarning。Python 开发模式（-X dev）下尤其敏感。
- 常见现象：运行完
asyncio.run(main())后没报错，但终端刷出ResourceWarning: unclosed file或unclosed socket - 根本原因：协程里开了文件（如
aiofiles.open）、用了httpx.AsyncClient、或启动了后台asyncio.create_task()，但没等它们结束就关了 loop - 注意：
asyncio.run()内部已做基础清理，但只覆盖顶层协程；手动创建的 loop（如asyncio.new_event_loop()）必须自己兜底
正确关闭自定义事件循环的三步顺序
手动管理 loop 时，stop() → wait_for_pending_tasks() → close() 缺一不可。跳过中间一步，ResourceWarning 几乎必现。
- 先调用
loop.stop()：让 loop 停止接收新任务，但不中断正在运行的回调 - 再显式取消并等待所有待决任务：
asyncio.all_tasks(loop)获取全部 task，对每个调用task.cancel()，然后loop.run_until_complete(asyncio.gather(*tasks, return_exceptions=True)) - 最后调用
loop.close()：此时 pending 队列为空，不会丢弃任何 task - 别漏掉异步生成器：
loop.run_until_complete(loop.shutdown_asyncgens())（Python 3.6+），否则可能漏关async def里的yield资源
用 asyncio.run() 时为什么还有 ResourceWarning？
asyncio.run() 确实封装了 cleanup，但它只等待你传入的主协程返回，不负责你内部 spawn 的“火种任务”（fire-and-forget task）。这类任务最容易成为 ResourceWarning 来源。
- 典型错误写法：
asyncio.create_task(fetch_data())后没await，主协程就结束了 - 修复方式：要么改用
asyncio.create_task(...).add_done_callback(...)显式跟踪，要么把任务存到变量里，主协程退出前await asyncio.gather(*pending_tasks) - 开发阶段可加调试开关：
asyncio.run(main(), debug=True)或设置环境变量PYTHONASYNCIODEBUG=1，它会警告“coroutine was never awaited” - 测试时启用
-X dev -X tracemalloc=5，能精准定位哪行代码打开了未关闭的资源
Flask / pytest 测试中 send_from_directory 触发的 ResourceWarning 怎么办？
这不是 asyncio 专属问题，但常混在一起出现：Flask 的 send_from_directory 返回的是 Response 对象，底层用 open() 读文件，若测试框架没走完整响应生命周期，文件句柄就可能泄漏。
- 最稳妥解法：在测试里用
with app.test_request_context():包裹请求，确保上下文退出时自动 cleanup - 快速压制（仅限测试）：
import warnings; warnings.filterwarnings("ignore", category=ResourceWarning)，但别在生产代码里这么干 - 避免
contextlib.suppress(ResourceWarning)：它只是吞掉警告，不解决资源泄漏本质 - 检查是否用了
pytest-asyncio插件但没配event_loopfixture——默认 event loop 生命周期和测试函数不一致，容易导致 loop 提前 close
真正麻烦的从来不是关 loop 这一行代码，而是你不知道哪些协程还在跑、哪些文件还开着、哪些 HTTP 连接池没回收。开发模式 + tracemalloc + debug=True 是唯一能看清真相的组合，别省这三步。
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！
