在阅读本答案的其余部分之前，请注意，惯用的方法是使用asyncio来限制并行任务的数量
asyncio.Semaphore，优雅地抽象了该方法。这个答案包含有效的方法，但要实现这一点则要复杂得多。我留下答案的原因是，在某些情况下，这种方法比信号量具有优势，特别是当要完成的工作量很大或不受限制时，并且您无法提前创建所有协程。在这种情况下，第二个（基于队列的）解决方案就是您想要的答案。但是在大多数常规情况下，例如通过aiohttp并行下载，您应该使用信号量。
基本上，您需要一个固定大小的下载任务 池
。
asyncio虽然没有预先创建的任务池，但是创建一个任务池很容易：只需保留一组任务，不要让它超出限制。尽管这个问题表明您不愿意这样做，但是代码的结尾却更加优雅：
async def download(pre): wait_time = randint(1, 3) print('downloading {} will take {} second(s)'.format(pre, wait_time)) await asyncio.sleep(wait_time) # I/O, context will switch to main function print('downloaded {}'.format(pre))async def main(loop): no_concurrent = 3 dltasks = set() i = 0 while i < 9: if len(dltasks) >= no_concurrent: # Wait for some download to finish before adding a new one _done, dltasks = await asyncio.wait( dltasks, return_when=asyncio.FIRST_COMPLETED) dltasks.add(loop.create_task(download(i))) i += 1 # Wait for the remaining downloads to finish await asyncio.wait(dltasks)一种替代方法是创建一定数量的协程进行下载，就像固定大小的线程池一样，并使用来喂它们工作
asyncio.Queue。这消除了手动限制下载数量的需要，下载数量将自动受到协程调用数量的限制
download()：
# download() defined as aboveasync def download_worker(q): while True: pre = await q.get() await download(pre) q.task_done()async def main(loop): q = asyncio.Queue() workers = [loop.create_task(download_worker(q)) for _ in range(3)] i = 0 while i < 9: await q.put(i) i += 1 await q.join() # wait for all tasks to be processed for worker in workers: worker.cancel() await asyncio.gather(*workers, return_exceptions=True)
至于您的其他问题，显而易见的选择是
aiohttp。
