#yyds干货盘点# 听说过python协程没(听说过 asyncio 库没?都在这一篇博客了)

五陵年少金市东,银鞍白马渡春风。这篇文章主要讲述#yyds干货盘点# 听说过python协程没?听说过 asyncio 库没?都在这一篇博客了相关的知识,希望能为你提供帮助。
python 中协程概念是从 3.4 版本增加的,但 3.4 版本采用是生成器实现,为了将协程和生成器的使用场景进行区分,使语义更加明确,在 python 3.5 中增加了 asyncawait 关键字,用于定义原生协程。
asyncio 异步 I/O 库python 中的 asyncio 库提供了管理事件、协程、任务和线程的方法,以及编写并发代码的原语,即 asyncawait
该模块的主要内容:

  • 事件循环event_loop,管理所有的事件,是一个无限循环方法,在循环过程中追踪事件发生的顺序将它们放在队列中,空闲时则调用相应的事件处理者来处理这些事件;
  • 协程coroutine,子程序的泛化概念,协程可以在执行期间暂停,等待外部的处理(I/O 操作)完成之后,再从暂停的地方继续运行,函数定义式使用 async 关键字,这样这个函数就不会立即执行,而是返回一个协程对象;
  • FutureTaskFuture 对象表示尚未完成的计算,TaskFuture 的子类,包含了任务的各个状态,作用是在运行某个任务的同时可以并发的运行多个任务。
异步函数的定义
异步函数本质上依旧是函数,只是在执行过程中会将执行权交给其它协程,与普通函数定义的区别是在 def 关键字前增加 async
# 异步函数 import asyncio# 异步函数 async def func(x): print("异步函数") return x ** 2ret = func(2) print(ret)

运行代码输入如下内容:
sys:1: RuntimeWarning: coroutine func was never awaited < coroutine object func at 0x0000000002C8C248>

函数返回一个协程对象,如果想要函数得到执行,需要将其放到事件循环 event_loop 中。
事件循环 event_loop
event_loopasyncio 模块的核心,它将异步函数注册到事件循环上。
过程实现方式为:由 loop 在适当的时候调用协程,这里使用的方式名为 asyncio.get_event_loop(),然后由 run_until_complete(协程对象) 将协程注册到事件循环中,并启动事件循环。
import asyncio# 异步函数 async def func(x): print("异步函数") return x ** 2# 协程对象,该对象不能直接运行 coroutine1 = func(2)# 事件循环对象 loop = asyncio.get_event_loop() # 将协程对象加入到事件循环中,并执行 ret = loop.run_until_complete(coroutine1) print(ret)

首先在 python 3.7 之前的版本中使用异步函数是安装上述流程:
  1. 先通过 asyncio.get_event_loop() 获取事件循环 loop 对象;
  2. 然后通过不同的策略调用 loop.run_until_complete() 或者 loop.run_forever() 执行异步函数。
在 python 3.7 之后的版本,直接使用 asyncio.run() 即可,该函数总是会创建一个新的事件循环并在结束时进行关闭。
最新的官方文档 都采用的是 run 方法。
官方案例
import asyncioasync def main(): print(hello) await asyncio.sleep(1) print(world)asyncio.run(main())

接下来在查看一个完整的案例,并且结合 await 关键字。
import asyncio import time# 异步函数1 async def task1(x): print("任务1") await asyncio.sleep(2) print("恢复任务1") return x# 异步函数2 async def task2(x): print("任务2") await asyncio.sleep(1) print("恢复任务2") return xasync def main(): start_time = time.perf_counter() ret_1 = await task1(1) ret_2 = await task2(2) print("任务1 返回的值是", ret_1) print("任务2 返回的值是", ret_2) print("运行时间", time.perf_counter() - start_time)if __name__ == __main__: # 创建一个事件循环 loop = asyncio.get_event_loop() # 将协程对象加入到事件循环中,并执行 loop.run_until_complete(main())

代码输出如下所示:
任务1 恢复任务1 任务2 恢复任务2 任务1 返回的值是 1 任务2 返回的值是 2 运行时间 2.99929154

上述代码创建了 3 个协程,其中 task1task2 都放在了协程函数 main 中,I/O 操作通过 asyncio.sleep(1) 进行模拟,整个函数运行时间为 2.9999 秒,接近 3 秒,依旧是串行进行,如果希望修改为并发执行,将代码按照下述进行修改。
import asyncio import time# 异步函数1 async def task1(x): print("任务1") await asyncio.sleep(2) print("恢复任务1") return x# 异步函数2 async def task2(x): print("任务2") await asyncio.sleep(1) print("恢复任务2") return xasync def main(): start_time = time.perf_counter() ret_1,ret_2 = await asyncio.gather(task1(1),task2(2))print("任务1 返回的值是", ret_1) print("任务2 返回的值是", ret_2) print("运行时间", time.perf_counter() - start_time)if __name__ == __main__: loop = asyncio.get_event_loop() loop.run_until_complete(main())

上述代码最大的变化是将 task1task2 放到了 asyncio.gather() 中运行,此时代码输出时间明显变短。
任务1 任务2 恢复任务2 # 任务2 由于等待时间短,先返回。 恢复任务1 任务1 返回的值是 1 任务2 返回的值是 2 运行时间 2.0005669480000003

asyncio.gather() 可以更换为 asyncio.wait() ,修改代码如下所示:
import asyncio import time# 异步函数1 async def task1(x): print("任务1") await asyncio.sleep(2) print("恢复任务1") return x# 异步函数2 async def task2(x): print("任务2") await asyncio.sleep(1) print("恢复任务2") return xasync def main(): start_time = time.perf_counter() done, pending = await asyncio.wait([task1(1), task2(2)]) print(done) print(pending)print("运行时间", time.perf_counter() - start_time)if __name__ == __main__: loop = asyncio.get_event_loop() loop.run_until_complete(main())

asyncio.wait() 返回一个元组,其中包含一个已经完成的任务集合,一个未完成任务的集合。
gather 和 wait 的区别
  • gather:需要所有任务都执行结束,如果任意一个协程函数崩溃了,都会抛异常,不会返回结果;
  • wait:可以定义函数返回的时机,可以设置为 FIRST_COMPLETED (第一个结束的), FIRST_EXCEPTION(第一个出现异常的), ALL_COMPLETED(全部执行完,默认的)。
done,pending = await asyncio.wait([task1(1),task2(2)],return_when=asyncio.tasks.FIRST_EXCEPTION)

创建 task
由于协程对象不能直接运行,在注册到事件循环时,是 run_until_complete 方法将其包装成一个 task 对象。该对象是对 coroutine 对象的进一步封装,它比 coroutine 对象多了运行状态,例如 pendingrunningfinished,可以利用这些状态获取协程对象的执行情况。
下面显示的将 coroutine 对象封装成 task 对象,在上述代码基础上进行修改。
import asyncio import time# 异步函数1 async def task1(x): print("任务1") await asyncio.sleep(2) print("恢复任务1") return x# 异步函数2 async def task2(x): print("任务2") await asyncio.sleep(1) print("恢复任务2") return xasync def main(): start_time = time.perf_counter() # 封装 task 对象 coroutine1 = task1(1) task_1 = loop.create_task(coroutine1) coroutine2 = task2(2) task_2 = loop.create_task(coroutine2) ret_1, ret_2 = await asyncio.gather(task_1, task_2)print("任务1 返回的值是", ret_1) print("任务2 返回的值是", ret_2) print("运行时间", time.perf_counter() - start_time)if __name__ == __main__: loop = asyncio.get_event_loop() loop.run_until_complete(main())

由于 task 对象是 future 对象的子类对象,所以上述代码也可以按照下述内容修改:
# task_2 = loop.create_task(coroutine2) task_2 = asyncio.ensure_future(coroutine2)

下面将 task 对象的各个状态进行打印输出。
import asyncio import time# 异步函数1 async def task1(x): print("任务1") await asyncio.sleep(2) print("恢复任务1") return x# 异步函数2 async def task2(x): print("任务2") await asyncio.sleep(1) print("恢复任务2") return xasync def main(): start_time = time.perf_counter() # 封装 task 对象 coroutine1 = task1(1) task_1 = loop.create_task(coroutine1) coroutine2 = task2(2) # task_2 = loop.create_task(coroutine2) task_2 = asyncio.ensure_future(coroutine2) # 进入 pending 状态 print(task_1) print(task_2)# 获取任务的完成状态 print(task_1.done(), task_2.done()) # 执行任务 await task_1 await task_2 # 再次获取完成状态 print(task_1.done(), task_2.done())# 获取返回结果 print(task_1.result()) print(task_2.result())print("运行时间", time.perf_counter() - start_time)if __name__ == __main__: loop = asyncio.get_event_loop() loop.run_until_complete(main())

await task_1 表示的是执行该协程,执行结束之后,task.done() 返回 Truetask.result() 获取返回值。
回调返回值
当协程执行完毕,需要获取其返回值,刚才已经演示了一种办法,使用 task.result() 方法获取,但是该方法仅当协程运行完毕时,才能获取结果,如果协程没有运行完毕,result() 方法会返回 asyncio.InvalidStateError(无效状态错误)。
一般编码都采用第二种方案,通过 add_done_callback() 方法绑定回调。
import asyncio import requestsasync def request_html(): url = https://www.csdn.net res = requests.get(url) return res.status_codedef callback(task): print(回调:, task.result())loop = asyncio.get_event_loop()coroutine = request_html() task = loop.create_task(coroutine) # 绑定回调 task.add_done_callback(callback) print(task) print("*"*100)loop.run_until_complete(task) print(task)

上述代码当 coroutine 执行完毕时,会调用 callback 函数。
如果回调函数需要多个参数,请使用 functools 模块中的偏函数(partial)方法
循环事件关闭
建议每次编码结束之后,都调用循环事件对象 close() 方法,彻底清理 loop 对象。
本节课爬虫项目本节课要采集的站点由于全部都是 coser 图片,所以地址在代码中查看即可。
完整代码如下所示:
import threading import asyncio import time import requests import lxml from bs4 import BeautifulSoupasync def get(url): return requests.get(url)async def get_html(url): print("准备抓取:", url) res = await get(url) return res.textasync def save_img(img_url): # thumbMid_5ae3e05fd3945 将小图替换为大图 img_url = img_url.replace(thumb,thumbMid) img_url = "http://mycoser.com/" + img_url print("图片下载中:", img_url) res = await get(img_url) if res is not None: with open(f./imgs/time.time().jpg, wb) as f: f.write(res.content) return img_url,"ok"async def main(url_list): # 创建 5 个任务 tasks = [asyncio.ensure_future(get_html(url_list[_])) for _ in range(len(url_list))]dones, pending = await asyncio.wait(tasks) for task in dones: html = task.result() soup = BeautifulSoup(html, lxml) divimg_tags = soup.find_all(attrs=class: workimage)for div in divimg_tags: ret = await save_img(div.a.img["data-original"]) print(ret)if __name__ == __main__: urls = [f"http://mycoser.com/picture/lists/p/page" for page in range(1, 17)] totle_page = len(urls) // 5 if len(urls) % 5 == 0 else len(urls) // 5 + 1 # 对 urls 列表进行切片,方便采集 for page in range(0, totle_page): start_page = 0 if page == 0 else page * 5 end_page = (page + 1) * 5# 循环事件对象 loop = asyncio.get_event_loop()loop.run_until_complete(main(urls[start_page:end_page]))

代码说明
上述代码中第一个要注意的是 await 关键字后面只能跟如下内容:
  • 原生的协程对象;
  • 一个包含 await 方法的对象返回的一个迭代器。
所以上述代码 get_html 函数中嵌套了一个协程 get。主函数 main 里面为了运算方便,直接对 urls 进行了切片,然后通过循环进行运行。
当然上述代码的最后两行,可以直接修改为:
# 循环事件对象 # loop = asyncio.get_event_loop() # # loop.run_until_complete(main(urls[start_page:end_page])) asyncio.run(main(urls[start_page:end_page]))

轻松获取一堆高清图片。
#yyds干货盘点# 听说过python协程没(听说过 asyncio 库没?都在这一篇博客了)

文章图片

写在后面【#yyds干货盘点# 听说过python协程没(听说过 asyncio 库没?都在这一篇博客了)】协程掌握了,python 爬虫之路就开启了。

    推荐阅读