Python asyncio.timeout 怎样把超时转换成 TimeoutError
在 Python 3.11 及以上,处理 asyncio.timeout() 超时的关键只有一句话:把 except TimeoutError 写在 async with 外面。上下文内部收到的是任务取消信号,退出上下文时才会把它转换成内置的 TimeoutError。
官方文档:https://docs.python.org/3.14/library/asyncio-task.html#asyncio.timeout
最小写法:在上下文外捕获 TimeoutError
asyncio.timeout(delay) 返回一个异步上下文管理器。把真正需要限时的 await 放进去,超时后在外层捕获异常:
import asyncio
async def load_profile():
# 用 sleep 模拟一个暂时没有返回的外部异步操作
await asyncio.sleep(2)
return {"name": "Ada"}
async def main():
try:
# 这里只允许当前协程在上下文内等待 0.5 秒
async with asyncio.timeout(0.5):
profile = await load_profile()
print(profile)
except TimeoutError:
# 超时转换发生在 async with 退出时,因此这里才能捕获
print("加载个人资料超时")
asyncio.run(main())
这里的 TimeoutError 是 Python 内置异常,不必写成已经被废弃的 asyncio.TimeoutError。如果把 try/except 放进 async with 内部,通常只能看到 CancelledError 的取消过程,而不是最终的超时异常。

为什么必须在 async with 外面捕获
超时并不是直接从被等待的协程“抛出一个普通异常”。截止时间到达时,asyncio.timeout() 会取消当前任务;上下文管理器拦截这次取消,并在离开上下文时转换为 TimeoutError。因此,捕获位置决定你看到的是取消信号还是可处理的超时结果。
import asyncio
async def call_service():
try:
# 被 timeout 取消时,控制流会先进入这里
await asyncio.sleep(10)
finally:
# 无论成功、超时还是外部取消,都应释放临时资源
print("执行清理逻辑")
async def main():
try:
async with asyncio.timeout(1):
await call_service()
except TimeoutError:
# 只有离开 timeout 上下文后,才能统一处理超时
print("服务调用超过截止时间")
asyncio.run(main())
被包住的协程应该允许取消继续传播,尤其不要在清理完成后无故吞掉 CancelledError。这样超时上下文、任务组等结构化并发工具才能保持自己的控制边界。
动态截止时间:timeout(None)、reschedule 和 expired
如果进入上下文时还不知道时限,可以先传入 None,拿到超时对象后再用事件循环的单调时钟设置绝对截止时间。expired() 用于在上下文退出后判断是否真的越过了截止时间:
import asyncio
async def fetch_data():
# 模拟获取配置后再决定后续调用的时限
await asyncio.sleep(0.2)
return "ready"
async def main():
timeout_cm = None
try:
async with asyncio.timeout(None) as timeout_cm:
loop = asyncio.get_running_loop()
# deadline 使用事件循环时钟,不要拿 time.time() 直接相加
timeout_cm.reschedule(loop.time() + 1.0)
result = await fetch_data()
print(result)
except TimeoutError:
print("动态截止时间已到")
finally:
# timeout_cm 在进入上下文后可用于判断是否越过截止时间
if timeout_cm is not None and timeout_cm.expired():
print("记录为超时结果")
asyncio.run(main())
timeout(None) 不表示永远不受控制,而是把设置截止时间的责任延后。多个 timeout 可以安全嵌套;内层先到期时,外层仍然拥有自己的更大范围,但业务代码要避免在多个层级重复记录同一个超时。

asyncio.timeout 和 wait_for 怎么选
两者都能得到 TimeoutError,但边界不同:
| 场景 | 更适合 | 原因 |
|---|---|---|
| 需要限制一段代码里的多个 await | asyncio.timeout | 把一个结构化上下文作为统一截止时间 |
| 只等待一个 awaitable | asyncio.wait_for | 调用点直接表达单个等待的超时 |
| 进入时不知道截止时间 | asyncio.timeout(None) | 可以稍后调用 reschedule |
| 要用绝对截止时间 | asyncio.timeout_at | 直接接收事件循环时钟的绝对时间 |
wait_for 超时会取消被等待对象,并且可能等待它完成取消,所以总耗时不一定严格等于参数值。若任务不应因等待方超时而取消,需要明确考虑 asyncio.shield(),但这会把任务生命周期交给调用方管理,不能只为“隐藏异常”而使用。
常见误区与使用清单
- 捕获位置:
TimeoutError放在async with asyncio.timeout(...)外。 - 版本边界:
asyncio.timeout自 Python 3.11 提供;更旧版本应单独设计兼容方案。 - 取消清理:用
try/finally关闭连接、文件或临时资源,不要吞掉取消信号。 - 时钟来源:绝对截止时间使用
asyncio.get_running_loop().time(),不要混用墙上时钟。 - 异常范围:超时只代表等待没有在期限内完成,不等于服务返回了业务错误。
一句话总结:用 asyncio.timeout 包住需要限时的异步工作,让取消在内部完成,让 TimeoutError 在外部统一处理;动态场景再配合 reschedule 和 expired。
相关问题
asyncio.timeout 里面能捕获 TimeoutError 吗?通常不能按预期捕获,因为转换发生在上下文管理器退出阶段,应把处理逻辑放在外层。
超时后原来的协程还会继续吗?默认会收到取消请求并停止;如果使用 shield 保留任务,就必须自己保存并管理它的引用和最终结果。
Python asyncio.wait 怎样只处理先完成的任务
- 上一篇
- Python asyncio.wait 怎样只处理先完成的任务
- 下一篇
- Python asyncio.Queue 怎样用 join 等待所有任务完成
-
- 文章 · python教程 | 42分钟前 | 异常处理 · python · logging · handler traceback propagate Python logging logging.exception 日志重复输出
- Python logging 怎样为异常记录 traceback 但避免重复输出
- 181浏览 收藏
-
- 文章 · python教程 | 46分钟前 |
- Python zipfile.ZipFile 怎样用 ZIP64 写入超大文件
- 131浏览 收藏
-
- 文章 · python教程 | 50分钟前 |
- Python tomllib 怎样读取配置中的日期字符串
- 223浏览 收藏
-
- 文章 · python教程 | 53分钟前 | python ·
- Python sqlite3 怎样注册自定义类型适配器
- 438浏览 收藏
-
- 文章 · python教程 | 59分钟前 | Python join TaskGroup asyncio.Queue task_done
- Python asyncio.Queue 怎样用 join 等待所有任务完成
- 426浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python asyncio.wait 怎样只处理先完成的任务
- 314浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python pathlib.Path.from_uri 怎样解析带 UNC 的 file URI
- 281浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python shutil.copyfileobj 怎样控制大文件复制缓冲区
- 206浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python logging 怎样按模块切分日志级别
- 151浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 667次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 684次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 731次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 699次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 532次使用
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览

