8、Python Asyncio异步编程-事件循环详解【2】

• 异步协程

  • wait()方法的作用
  • wait方法的参数只能是任务列表，作用：wait可以将任务列表中的每一个任务对象进行可挂起操作
  • 挂起 可以让当前被挂起的任务对象交出CPU的使用权

• 实现异步的原理：

  • 当任务列表被wait方法修饰且已经被注册到事件循环中后，loop就会先去执行第一个任务对象，
    在执行任务对象的过程中，如果遇到了阻塞操作，则当前任务对象会被挂起，然后loop会被执行下一个任务对象，
    每当在执行任务对象时，只有遇到阻塞操作当前任务对象都会被挂起，loop去执行下一个任务对象
    当一个挂起的任务对象的阻塞操作结束后，loop会回头执行其阻塞操作后面的操作

• 重要点：

  • 在特殊函数内部不可以出现不支持异步的模块代码，否则会中断整个异步效果

• 关键字await，修饰特殊函数内部阻塞的操作，

  • loop一定会执行阻塞操作,只不过在阻塞时间内可以执行其他后续操作

• 支持异步网络请求的模块：aiohttp

  • pip install aiohttp
    使用：

    • 1.大致架构

        async with aiohttp.ClientSession() as s:
            # get post方法的使用和requests几乎一致
            # 处理代理：proxy=‘http://ip:port’
            async with s.get(url) as response:
                # text()字符串形式的响应数据
                # read()bytes类型的响应数据
                page_text = response.text()
        return page_text
      

    • 补充细节：

      • 在每一个with前加async关键字

      • 需要在阻塞操作前加上await关键字

      • 完整代码

        async def get_request(url):
            print('正在请求：',url)
            async with aiohttp.ClientSession() as s:
                # get post方法的使用和requests几乎一致
                # 处理代理：proxy=‘http://ip:port’
                async with await s.get(url) as response:
                    # text()字符串形式的响应数据
                    # read()bytes类型的响应数据
                    page_text = await response.text()
            return page_text
        

• 多任务异步协程的特点：

  • 1.通过requests+xpath可以先将爬取数据的URL进行提取
  • 2.需要将请求的url全部封装到列表中
  • 3.基于列表生成多个任务对象

完整代码异步请求

import asyncio
import requests
import time
import aiohttp

start = time.time()
urls = [
    'http://127.0.0.1:5000/bobo',
    'http://127.0.0.1:5000/jay',
    'http://127.0.0.1:5000/tom',
]

# async def get_request(url):
#
#     print('正在请求：',url)
#     # requests是不支持异步，不可以出现在特殊函数内部
#     page_text = requests.get(url)
#     return page_text

async def get_request(url):
    print('正在请求：',url)
    async with aiohttp.ClientSession() as s:
        # get post方法的使用和requests几乎一致
        # 处理代理：proxy=‘http://ip:port’
        async with await s.get(url) as response:
            # text()字符串形式的响应数据
            # read()bytes类型的响应数据
            page_text = await response.text()
    return page_text


tasks = []
for url in urls:
    c = get_request(url)
    task =  asyncio.ensure_future(c)
    tasks.append(task)


loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))
print('总耗时：',time.time()-start)

>>>
正在请求： http://127.0.0.1:5000/bobo
正在请求： http://127.0.0.1:5000/jay
正在请求： http://127.0.0.1:5000/tom
总耗时： 2.007049560546875

完整代码进行异步解析

import asyncio
import aiohttp
import time
from lxml import etree


start = time.time()
urls = [
    'http://127.0.0.1:5000/bobo',
    'http://127.0.0.1:5000/jay',
    'http://127.0.0.1:5000/tom',
]

def parse(task):
    page_text = task.result()
    tree = etree.HTML(page_text)
    data = tree.xpath('//a[@id="feng"]/text()')
    print(data)


async def get_request(url):
    async with  aiohttp.ClientSession() as s:
        async with await s.get(url) as response:
            page_text = await response.text()
    return page_text

tasks = []
for url in urls:
    c = get_request(url)
    task = asyncio.ensure_future(c)
    task.add_done_callback(parse)
    tasks.append(task)

loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))
print('总耗时：',time.time()-start)

>>>
['凤凰台上凤凰游,凤去台空江自流,吴宫花草埋幽径,晋代衣冠成古丘']
['凤凰台上凤凰游,凤去台空江自流,吴宫花草埋幽径,晋代衣冠成古丘']
['凤凰台上凤凰游,凤去台空江自流,吴宫花草埋幽径,晋代衣冠成古丘']
总耗时： 2.007239580154419