文章目录
-
- [Python 中的异步请求](#Python 中的异步请求)
- [在 Python 中使用异步请求的重要性](#在 Python 中使用异步请求的重要性)
- [用 Python 编写异步请求的最简单方法](#用 Python 编写异步请求的最简单方法)
- [在 Python 中处理异步请求](#在 Python 中处理异步请求)
- [异步请求所需的 Python 库](#异步请求所需的 Python 库)
-
- [用于异步请求的 aiohttp 库](#用于异步请求的 aiohttp 库)
- [用于异步请求的 asyncio 库](#用于异步请求的 asyncio 库)
- 异步请求与常规请求
-
- [Python 中的 asyncio 模块](#Python 中的 asyncio 模块)
- [Python 中的 aiohttp 模块](#Python 中的 aiohttp 模块)
- [Python 中的异步请求](#Python 中的异步请求)
今天我们来学习一下异步请求; 这个讨论将引出代码示例,看看我们如何在 Python 中编写异步请求。
Python 中的异步请求
异步请求是我们系统的核心。 我们可以这样想:
当用户加载我们的网站(网站或网络应用程序)时,用户立即开始看到内容。 但它还没有完全准备好。 因此,当用户继续与页面交互时,我们在后台异步加载内容。
这些请求在等待响应时不会阻止后续代码的执行。 这意味着在处理请求时其他代码可以继续运行。
在处理可能需要一些时间才能响应的外部资源(例如 API 调用)时,它会很有帮助。 它还可以使您的代码响应更快,因为 UI 可以在处理请求时继续更新。
在 Python 中使用异步请求的重要性
异步请求是提高 Python 应用程序性能的好方法。 当发出请求时,Python解释器可以在处理请求的同时继续执行其他代码。
它可以显着提高速度,特别是对于发出大量请求的应用程序。 但是,以下是使用异步请求时需要记住的一些要点。
- 首先,我们必须避免同时提出太多请求。 如果我们提出太多请求,口译员可能会不知所措并放慢速度。
- 其次,我们需要做好处理错误的准备。 如果请求失败,解释器将无法继续执行代码。
总的来说,异步请求是提高 Python 应用程序性能的一个很好的工具。 但是,小心使用它; 它们可以帮助我们的应用程序运行得更快、更流畅。
用 Python 编写异步请求的最简单方法
使用 asyncio 模块可以轻松地发出异步请求。 此外,python的asyncio库提供了编写异步代码的工具。 例如,我们可以使用 asyncio.sleep() 暂停协程,使用 asyncio.wait() 等待协程完成。
要编写异步请求,我们需要首先创建一个协程。 我们可以使用 asyncio.ensure_future() 函数来做到这一点。 一旦我们有了协程,我们就可以使用 asyncio.sleep() 函数来暂停它,并使用 asyncio.wait() 函数来等待它完成。
在 Python 中处理异步请求
首先,如果我们想在Python中运行异步请求,那么您应该使用以下命令安装aiohttp的python库。
bash
pip install aiohttp
我们可以使用异步请求来提高 Python 应用程序的性能。 通过并行发出请求,我们可以大大加快这个过程。
在 Python 中有一些不同的方法来处理异步请求。 最流行的是 asyncio 库。 这个库提供了处理异步请求的强大工具。
另一个流行的选择是 grequests 库。 这个库比 asyncio 使用起来更简单一些,但它可以同样有效。
我们选择哪个选项将取决于我们的具体需求。 但无论我们选择哪种方式,我们都可以通过异步请求看到显着的性能提升。
python
import grequests
urls = [
'http://www.heroku.com',
'http://tablib.org',
'http://httpbin.org',
'http://python-requests.org',
'http://kennethreitz.com'
]
rs = (grequests.get(u) for u in urls)
grequests.map(rs)
异步请求所需的 Python 库
我们可以使用大量 Python 库来发出异步请求。 最受欢迎的是 aiohttp 和 asyncio。
用于异步请求的 aiohttp 库
aiohttp 是一个使我们能够发出异步 HTTP 请求的库。 它建立在 asyncio 之上,并提供了一个简单的接口来发出 HTTP 请求。
用于异步请求的 asyncio 库
asyncio 是一个支持 Python 异步编程的库。 它使我们能够编写异步代码,并使使用支持 asyncio 的库变得容易。
aiohttp 和 asyncio 都可以在 PyPI 上使用,并且可以使用 pip 安装。
python
import asyncio
import aiohttp
import json
from text_api_config import apikey
异步请求与常规请求
我们可以向服务器发出两种类型的请求:异步请求和常规请求。 当用户仍然与页面交互时,异步请求是在后台发出的。 典型的请求是在页面加载时发出的。
异步请求通常比常规请求更快、更高效,因为它们不会阻止页面加载。 然而,它们的实现可能更加复杂,并且并非所有浏览器都始终支持它们。
代码示例:
python
import requests
import time
start_time = time.time()
for number in range(1, 151):
url = f'https://pokeapi.co/api/v2/pokemon/{number}'
resp = requests.get(url)
pokemon = resp.json()
print(pokemon['name'])
print("--- %s seconds ---" % (time.time() - start_time))
输出:
bash
bulbasaur
ivysaur
venusaur
....
dragonair
dragonite
mewtwo
--- 68.17992424964905 seconds
Python 中的 asyncio 模块
asyncio 是 Python 中用于并发编程的模块。 它提供了一个用于管理并发线程、任务和事件的框架。 asyncio 用于编写可以同时执行多个任务的程序。
asyncio 基于协程的概念。 协程是一个可以暂停执行并将控制权交还给调用者的函数。 它允许多个协程同时运行。
asyncio 提供了用于管理协程的工具,包括事件循环、任务调度程序和并发数据结构。
asyncio 是编写并发程序的有效方式。 它易于使用并且可以扩展到大型程序。 asyncio 是需要同时执行多个任务的程序的绝佳选择。
代码示例:
python
import asyncio
import aiohttp
import json
from text_api_config import apikey
async def gather_with_concurrency(n, *tasks):
semaphore = asyncio.Semaphore(n)
async def sem_task(task):
async with semaphore:
return await task
return await asyncio.gather(*(sem_task(task) for task in tasks))
Python 中的 aiohttp 模块
aiohttp 模块是 Python 的异步 HTTP 客户端/服务器。 它基于 asyncio 构建,并提供了一个用于处理 HTTP 的简单 API。
aiohttp 模块使得在 Python 中使用 HTTP 变得很容易。 它提供了一个简单的 API,可以轻松发送和接收 HTTP 请求和响应。
aiohttp 模块还提供了一种运行异步 HTTP 服务器的方法。
python
import asyncio
import aiohttp
import json
from text_api_config import apikey
async def main():
conn = aiohttp.TCPConnector(limit=None, ttl_dns_cache=300)
session = aiohttp.ClientSession(connector=conn)
urls = [summarize_url, ner_url, mcp_url]
conc_req = 3
Python 中的异步请求
代码示例:
python
import queue
def task1(name, s_queue):
if s_queue.empty():
print(f'Task {name} has nothing to do')
else:
while not s_queue.empty():
cnt = s_queue.get()
total = 0
for x in range(cnt):
print(f'Task {name} is working now.')
total += 1
print(f'Task {name} is working with a total of: {total}')
def s_async():
s_queue = queue.Queue()
for work in [2, 5, 10, 15, 20]:
s_queue.put(work)
tasks = [
(task1, 'Async1', s_queue),
(task1, 'Async2', s_queue),
(task1, 'Async3', s_queue)
]
for t, n, q in tasks:
t(n, q)
if __name__ == '__main__':
s_async()
输出:
bash
Task Async1 is running now.
Task Async1 is running with a total of: 2
Task Async1 is running now
...
Task Async1 is running now.
Task Async1 is running with a total of: 5
Task Async1 is running now
...
Task Async1 is running now.
Task Async1 is running with a total of: 10
Task Async1 is running now
...
Task Async1 is running now.
Task Async1 is running with a total of: 15
Task Async1 is running now
...
Task Async1 is running now.
Task Async1 is running with a total of: 20
Task Async3 has nothing to do