回调函数
百度百科说：回调函数就是一个通过函数指针调用的函数。如果你把函数的指针（地址）作为参数传递给另一个函数，当这个指针被用来调用其所指向的函数时，我们就说这是回调函数。回调函数不是由该函数的实现方直接调用，而是在特定的事件或条件发生时由另外的一方调用的，用于对该事件或条件进行响应。
通俗理解就是：把一个函数作为参数传给另一个函数，第一个函数称为回调函数。这个被传入的参数其实是函数指针，即指向一个函数的指针（地址）。在python中，指针的概念被淡化
阻塞非阻塞同步异步
在执行的角度
阻塞:程序运行时遇到了IO，程序挂起,cpu被切走.
非阻塞:程序没有遇到I0，程序遇到10但是我通过某种手段，让cpu 强行运行我的程序.
在发起的角度
同步:提交-个任务 自任务开始运行直到此任务结束(可能有I0)，返回一个返回值之后，我在提交下一个任务.
异步:一次提交多个任务然后我就直接执行下一行代码.
返回值回收的方式
同步调用
# 同步调用 获取结果后在发出下一个
# 函数的返回值就是结果 一个任务是通过一个函数实现的，任务完成了他的返回值就是数的返回值.
# obj.result()必须使其等到这个任务完成后，返回了结果之后，在执行下一个任务.
# pool.shutdown(wait=True)
# shutdown: 让我的主进程等待进程池中所有的子进程都结束任务之后，在执行，有点类似与join.
# shutdown:在上一个进程池没有完成所有的任务之前，不允许添加新的任务，
from concurrent.futures import ProcessPoolExecutor
import time
import random
import os
def task(i):
print(f'{os.getpid()}开始')
time.sleep(random.randint(1,3))
print(f'{os.getpid()}结束')
return i
if __name__ == '__main__':
pool=ProcessPoolExecutor(5)
for i in range(10):
obj=pool.submit(task,i)
print(f'任务结果{obj.result()}')
pool.shutdown(wait=True)
print('我是主进程')
异步调用
第一种 异步调用 异步发出 所有任务完结后统一回收
#异步调用 异步发出 所有任务完结后统一回收
# 函数的返回值就是结果 一个任务是通过一个函数实现的，任务完成了他的返回值就是数的返回值.
# obj是一个动态对象，返回的当前的对象的状态，有可能运行中，可能(就绪阻塞)，还可能是结束了.
# obj.result()必须使其等到这个任务完成后，返回了结果之后，在执行下一个任务.
# pool.shutdown(wait=True)
# shutdown: 让我的主进程等待进程池中所有的子进程都结束任务之后，在执行，有点类似与join.
# shutdown:在上一个进程池没有完成所有的任务之前，不允许添加新的任务，
from concurrent.futures import ProcessPoolExecutor
import time
import random
import os
def task(i):
print(f'{os.getpid()}开始')
time.sleep(random.randint(1,3))
print(f'{os.getpid()}结束')
return i
if __name__ == '__main__':
pool=ProcessPoolExecutor(5)
l1=[]
for i in range(10):
obj=pool.submit(task,i)
l1.append(obj)
pool.shutdown(wait=True)
for i in l1:
print(f'执行结果{i.result()}')
print('我是主进程')
异步调用+回调函数
版本1
# 版本一 模拟爬虫:
# 1. 异步发出10个任务,并发的执行,但是统一的接收所有的任务的返回值.(效率低,不能实时的获取结果)
# 2. 分析结果流程是串行,影响效率.
from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
import time
import random
import os
import requests
def task(url):
ret=requests.get(url)
if ret.status_code==200:
return ret.text
def parse(content):
print(f'池里面的id ---{os.getpid()}')
return len(content)
if __name__ == '__main__':
url_list = [
'http://www.baidu.com',
'http://www.JD.com',
'http://www.JD.com',
'http://www.JD.com',
'http://www.taobao.com',
'https://www.cnblogs.com/jin-xin/articles/7459977.html',
'https://www.luffycity.com/',
'https://www.cnblogs.com/jin-xin/articles/9811379.html',
'https://www.cnblogs.com/jin-xin/articles/11245654.html',
'https://www.sina.com.cn/',
]
pool=ThreadPoolExecutor(2)
obj_list=[]
for url in url_list:
obj=pool.submit(task,url)
obj_list.append(obj)
pool.shutdown(wait=True)
for res in obj_list:
print(parse(res.result()))
print(f'主{os.getpid()}')
版本2
针对版本一的缺点2,改进,让串行编程并发或者并行.
1 在开一个线程进程池,并发并行的处理. 再开一个线程进程池,开销大.
2 将原来的任务扩大,
版本二:
线程池设置4个线程, 异步发起10个任务,每个任务是通过网页获取源码+数据分析, 并发执行,
最后将所有的结果展示出来.
耦合性增强了.
并发执行任务,此任务最好是IO阻塞,才能发挥最大的效果
from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
import time
import random
import os
import requests
def task(url):
ret = requests.get(url)
if ret.status_code == 200:
return parse(ret.text)
def parse(content):
return len(content)
if __name__ == '__main__':
url_list = [
'http://www.baidu.com',
'http://www.JD.com',
'http://www.JD.com',
'http://www.JD.com',
'http://www.taobao.com',
'https://www.cnblogs.com/jin-xin/articles/7459977.html',
'https://www.luffycity.com/',
'https://www.cnblogs.com/jin-xin/articles/9811379.html',
'https://www.cnblogs.com/jin-xin/articles/11245654.html',
'https://www.sina.com.cn/',
]
if __name__ == '__main__':
pool = ThreadPoolExecutor(4)
obj_list = []
for url in url_list:
obj = pool.submit(task, url)
obj_list.append(obj)
pool.shutdown(wait=True)
for res in obj_list:
print(res.result())
版本3 最终版
# 版本三:
# 基于 异步调用回收所有任务的结果我要做到实时回收结果,
# 并发执行任务每个任务只是处理IO阻塞的,不能增加新的功能.
# 异步调用 + 回调函数 回调函数没有返回值 obj.add_done_callback(parse)
# obj是一个动态对象，返回的当前的对象的状态，有可能运行中，可能(就绪阻塞)，还可能是结束了.
注意事项
线程池设置4个线程, 异步发起10个任务,每个任务是通过网页获取源码, 并发执行,
当一个任务完成之后,将parse这个分析代码的任务交由剩余的空闲的线程去执行,你这个线程继续去处理其他任务.
如果进程池+回调: 回调函数由主进程去执行.
如果线程池+回调: 回到函数由空闲的线程去执行.
from concurrent.futures import ProcessPoolExecutor, ThreadPoolExecutor
import time
import random
import os
import requests
def task(url):
ret = requests.get(url)
if ret.status_code == 200:
return ret.text
def parse(obj):
print(len(obj.result()))
if __name__ == '__main__':
# 开启线程池,并发并行的执行
url_list = [
'http://www.baidu.com',
'http://www.JD.com',
'http://www.JD.com',
'http://www.JD.com',
'http://www.taobao.com',
'https://www.cnblogs.com/jin-xin/articles/7459977.html',
'https://www.luffycity.com/',
'https://www.cnblogs.com/jin-xin/articles/9811379.html',
'https://www.cnblogs.com/jin-xin/articles/11245654.html',
'https://www.sina.com.cn/',
]
pool = ThreadPoolExecutor(4)
for url in url_list:
obj = pool.submit(task, url)
obj.add_done_callback(parse)
from concurrent.futures import ThreadPoolExecutor
def task(x,y):
return x*y
def task1(obj,):
print(f'计算结果{obj.result()}--------')
if __name__ == '__main__':
pool=ThreadPoolExecutor(5)
for i in range(5):
obj=pool.submit(task,5,6)
obj.add_done_callback(task1)
回调函数总结
当一个任务完成之后,将parse这个分析代码的任务交由剩余的空闲的线程去执行,你这个线程继续去处理其他任务
如果进程池+回调: 回调函数由主进程去执行.
如果线程池+回调: 回到函数由空闲的线程去执行.
其余小知识
导入第3方模块
终端导入
添加环境变量把c:Python36Scripts添加到环境变量
在cmd输入 pip install requests
就可以添加 requests模块了
cpythom导入
file---Settings----Project: ---Project Interpreter---旁边的加号
re模块的爬虫
#浏览器工作原理，向服务端发送一个请求,服务端验证你的请求，如果正确，给你的浏览器返回一个文件，
#浏览器接收到文件,将文件里面的代码渲染成你看到的漂亮美丽的模样。
#什么叫爬虫?
# 1.利用代码模拟一个浏览器，进行浏览器的工作流程得到一堆源代码.
# 2.对源代码进行数据清洗得到我想要数据.
import requests
ret=requests.get('http://www.baidu.com')
if ret.status_code == 200:
print(ret.text)
小问题
# 异步 回调是一回事儿?
# 异步站在发布任务的角度,
# 站在接收结果的角度: 回调函数 按顺序接收每个任务的结果,进行下一步处理.
# 异步 + 回调:
# 异步处理的IO类型.
# 回调处理非IO