在前面的例子中，我们学习了如何使用 asyncio 与 aiohttp 实现高并发网络请求。
本例将展示如何将 异步IO机制 应用于 文件读写操作，
使用 aiofiles 实现 非阻塞式文件访问。

问题描述：

我们希望实现一个异步日志系统：

• 从多个异步任务中并发写入日志文件；
• 使用 aiofiles 保证写入时不阻塞事件循环；
• 同时读取文件内容并输出。

⚙️代码示例：

import asyncio
import aiofiles
import time

# 异步写日志
async def write_log(filename, task_name, count):
    async with aiofiles.open(filename, mode='a', encoding='utf-8') as f:
        for i in range(count):
            log_line = f"[{task_name}] 第{i+1}条日志，时间：{time.strftime('%X')}
"
            await f.write(log_line)
            print(f"✍️ 写入：{log_line.strip()}")
            await asyncio.sleep(0.5)  # 模拟写入间隔

# 异步读取日志
async def read_log(filename):
    await asyncio.sleep(2)  # 等待部分内容写入后再读取
    async with aiofiles.open(filename, mode='r', encoding='utf-8') as f:
        content = await f.read()
        print("
 当前日志内容：
" + content)

# 主协程
async def main():
    filename = "async_log.txt"

    # 清空旧日志
    async with aiofiles.open(filename, 'w') as f:
        await f.write("=== 异步日志系统开始 ===
")

    # 并发执行多个日志写入任务
    tasks = [
        asyncio.create_task(write_log(filename, "任务A", 3)),
        asyncio.create_task(write_log(filename, "任务B", 3)),
        asyncio.create_task(read_log(filename)),
    ]

    await asyncio.gather(*tasks)

    print("
✅ 所有异步读写操作完成。")

# 运行
if __name__ == "__main__":
    asyncio.run(main())

运行结果示例：

✍️ 写入：[任务A] 第1条日志，时间：14:20:01
✍️ 写入：[任务B] 第1条日志，时间：14:20:01
✍️ 写入：[任务A] 第2条日志，时间：14:20:02
✍️ 写入：[任务B] 第2条日志，时间：14:20:02

 当前日志内容：
=== 异步日志系统开始 ===
[任务A] 第1条日志，时间：14:20:01
[任务B] 第1条日志，时间：14:20:01
[任务A] 第2条日志，时间：14:20:02
[任务B] 第2条日志，时间：14:20:02

✍️ 写入：[任务A] 第3条日志，时间：14:20:03
✍️ 写入：[任务B] 第3条日志，时间：14:20:03

✅ 所有异步读写操作完成。

可以看到写入与读取是交替发生的，
并且没有阻塞，体现了真正的异步并发文件操作。

工作原理解析：

异步 vs 同步文件IO对比

进阶扩展：异步日志合并

如果你希望多个文件并发写入后再合并为一个总日志，可如下实现：

async def merge_logs(output_file, *input_files):
    async with aiofiles.open(output_file, 'w', encoding='utf-8') as out:
        for file in input_files:
            async with aiofiles.open(file, 'r', encoding='utf-8') as f:
                data = await f.read()
                await out.write(f"
=== {file} ===
{data}")

调用方式：

await merge_logs("merged_log.txt", "async_log1.txt", "async_log2.txt")

应用场景：

• 异步日志系统（爬虫、API监控）
• 异步数据管道（下载 → 写入 → 读取）
• 异步批量文件操作（分析/存储）
• 异步大文件拆分与合并

✅总结：