Python学习 15day__高级语法

asyncio

　　asyncio 本身是一个消息循环
　　步骤：
    　　创建消息循环
    　　把协程导入
    　　关闭

import threading
# 引入异步io包
import  asyncio

# 使用协程
@asyncio.coroutine
def hello():
    print("Hello Word! (%s)"% threading.currentThread())
    print("Start.....(%s)"% threading.currentThread())
    yield  from asyncio.sleep(10)
    print("Done....(%s)"% threading.currentThread())
    print("Hello again! (%s)" % threading.currentThread())

# 启动消息循环
loop = asyncio.get_event_loop()
# 定义任务
tasks = [hello(), hello()]
# asyncio使用wait等待task执行完毕
loop.run_until_complete(asyncio.wait(tasks))
# 关闭消息循环
loop.close()

import asyncio

@asyncio.coroutine
def wget(host):
    print("wget %s..." % host)
    # 异步请求网络地址
    connect = asyncio.open_connection(host, 80)
    # 注意yield from 的用法
    reader, write = yield from connect
    header = 'GET / HTTP/1.0
Host: %s

' % host
    write.write(header.encode('utf-8'))
    yield from write.drain()
    while True:
        line = yield from reader.readline()
        # http协议的换行使用

        if line == b'
':
            break
        print('%s header > %s' % (host, line.decode('utf-8').rstrip()))

    write.close()

loop = asyncio.get_event_loop()
tasks = [wget(host) for host in ['www.baidu.com']]
loop.run_until_complete(asyncio.wait(tasks))
loop.close()

　　async and await

　　　　为了更好的的表示异步io
　　　　让协程代码更简洁
　　　　使用上，可以简单的进行替换
  　　　　  用async替换￥ asyncio。coroutine
   　　　　 用await替换yield from

aiohttp

　　asyncio 实现单线程的并发io，在客户端用处不大
　　在服务器端可以asyncio+coroutine配合，因为http是io操作
　　asyncio实现了tcp, udp,ssl等协议
　　aiohttp是给予astncio实现的http框架
　　pip install aiohttp安装

concurrent.futures

　　类似其他语言的线程池的概念
　　利用multiprocessiong实现真正的并行计算
　　核心原理：以子进程的形式，并行运行多个python解释器，从而令python程序可以利用多核cpu来提升执行速度

from concurrent.futures import ThreadPoolExecutor
import time

def return_future(msg):
    time.sleep(3)
    return msg

# 创建一个线程池
pool = ThreadPoolExecutor(max_workers = 2)

# 向线程池加入两个task
f1 = pool.submit(return_future, 'hello')
f2 = pool.submit(return_future, 'world')
# 等待执行完毕
print(f1.done())
time.sleep(3)
print(f2.done())
# 结果
print(f1.result())
print(f2.result())

current 中map函数

　　跟map函数类似
　　函数需要异步执行
　　timeout：超时时间
　　map跟submit使用一个就行

import time, re
import os,datetime

from concurrent import futures

data = ['1', '2']

def wait_on(argument):
    print(argument)
    time.sleep(2)
    return 'ok'

ex = futures.ThreadPoolExecutor(max_workers = 2)
for i in ex.map(wait_on, data):
    print(i)