event_loop:事件循环,相当于一个无限循环(不清楚循环多少次),我们可以把一些特殊函数注册(放置)到这个事件循环上,当满足某些条件的时候,函数就会被循环执行。程序是按照设定的顺序从头执行到尾,运行的次数也是完全按照设定。当在编写异步程序时,必然其中有部分程序的运行耗时是比较久的,需要先让出当前程序的控制权,让其在背后(挂起)运行,让另一部分的程序先运行起来。当背后运行的程序完成后,也需要及时通知主程序已经完成任务可以进行下一步操作,但这个过程所需的时间是不确定的,需要主程序不断的监听状态,一旦收到了任务完成的消息,就开始进行下一步。loop就是这个持续不断的监视器。 coroutine:中文翻译叫协程,在 Python 中常指代为协程对象类型,我们可以将协程对象注册到事件循环中,它会被事件循环调用。我们可以使用 async 关键字来定义一个方法,这个方法在调用时不会立即被执行,而是返回一个协程对象。 task:任务,它是对协程对象的进一步封装,包含了任务的各个状态。 future:代表将来执行或还没有执行的任务,实际上和 task 没有本质区别。 另外我们还需要了解 async/await 关键字,它是从 Python 3.6 才出现的,专门用于定义协程。其中,async 定义一个协程,await 用来挂起阻塞方法的执行。
import asyncio async def request(url): print(‘正在请求:‘,url) print(‘下载成功:‘,url) c = request(‘www.baidu.com‘) # 第一步:实例化一个事件循环对象 loop = asyncio.get_event_loop() # 第二步:创建一个任务对象,将协程对象封装到了该对象中 # task = loop.create_task(c) # 另一种形式实例化任务对象的方法 task = asyncio.ensure_future(c) #将协程对象注册到事件循环对象中,并且我们需要启动事件循环对象 loop.run_until_complete(task) # 打印task可以看到任务对象状态 print(task)
绑定回调函数,在爬虫中必须用回调函数,因为在数据爬取下来后,用回调函数可以进行数据解析
import asyncio async def request(url): print(‘正在请求:‘,url) print(‘下载成功:‘,url) return url #回调函数必须有一个参数:task #task.result():任务对象中封装的协程对象对应的特殊函数内部的返回值 def callbak(task): print(‘this is callback!‘) print(task.result()) c = request(‘www.baidu.com‘) #给任务对象绑定一个回调函数 # 创建任务对象 task = asyncio.ensure_future(c) # 绑定回调函数 task.add_done_callback(callbak) # 注册到时间循环中 loop = asyncio.get_event_loop() loop.run_until_complete(task)
多任务异步协程
from time import sleep import asyncio import time urls = [‘www.baidu.com‘,‘www.sogou.com‘,‘www.goubanjia.com‘] start = time.time() async def request(url): print(‘正在请求:‘,url) #在多任务异步协程实现中,不可以出现不支持异步的相关代码。 # sleep(2) await asyncio.sleep(2) print(‘下载成功:‘,url) loop = asyncio.get_event_loop() #任务列表:放置多个任务对象 tasks = [] for url in urls: c = request(url) task = asyncio.ensure_future(c) tasks.append(task) loop.run_until_complete(asyncio.wait(tasks)) print(time.time()-start)
单线程+多任务异步
# 面试问题,如何提升爬取效率 # 使用方向:数据量大,数据占内存大 #aiohttp:支持异步的一个基于网络请求的模块 # 和requests模块功能应用都一样,区别就是支持异步 # pip install aiohttp import requests import asyncio import time import aiohttp #单线程+多任务异步协程 urls = [ ‘http://127.0.0.1:5000/jay‘, ‘http://127.0.0.1:5000/bobo‘, ‘http://127.0.0.1:5000/tom‘ ] # 异步效果,遇到阻塞,挂起阻塞,执行别的任务 #代理操作: #async with await s.get(url,proxy="http://ip:port") as response: async def get_pageText(url): # 请求对象,with不关闭资源, async with aiohttp.ClientSession() as s: async with await s.get(url) as response: # 拿响应数据有可能阻塞所以需要await, 这里是text方法,request是text方法 page_text = await response.text() # 借助于回调函数进行响应数据的解析操作 return page_text #封装回调函数用于数据解析 def parse(task): #1.获取响应数据 page_text = task.result() print(page_text+‘,即将进行数据解析!!!‘) #解析操作写在该位置 start = time.time() tasks = [] for url in urls: c = get_pageText(url) task = asyncio.ensure_future(c) #给任务对象绑定回调函数用于数据解析 task.add_done_callback(parse) tasks.append(task) loop = asyncio.get_event_loop() loop.run_until_complete(asyncio.wait(tasks)) print(time.time()-start)
原文地址:https://www.cnblogs.com/wmh33/p/11037385.html
时间: 2024-11-07 19:08:48