python事件驱动编程_Python事件驱动编程
事件驱动的编程侧重于事件。最终,程序的流程取决于事件。到目前为止,我们处理顺序或并行执行模型,但具有事件驱动编程概念的模型称为异步模型。事件驱动的编程取决于始终侦听新传入事件的事件循环。事件驱动编程的工作取决于事件。一旦事件循环,然后事件决定执行什么以及以什么顺序执行。以下流程图将帮助您了解其工作原理
Python模块 - Asyncio
Asyncio模块是在Python 3.4中添加的,它提供了使用协同例程编写单线程并发代码的基础结构。以下是Asyncio模块使用的不同概念
事件循环
事件循环是处理计算代码中的所有事件的功能。它在整个程序的执行过程中发挥作用,并跟踪事件的传入和执行。Asyncio模块允许每个进程使用一个事件循环。以下是Asyncio模块提供的一些管理事件循环的方法
loop = get_event_loop() - 此方法将为当前上下文提供事件循环。
loop.call_later(time_delay,callback,argument) - 此方法安排在给定的time_delay秒之后调用的回调。
loop.call_soon(callback,argument) - 此方法安排尽快调用的回调。 在call_soon()返回并且控件返回到事件循环时调用回调。
loop.time() - 此方法用于根据事件循环的内部时钟返回当前时间。
asyncio.set_event_loop() - 此方法将当前上下文的事件循环设置为循环。
asyncio.new_event_loop() - 此方法将创建并返回一个新的事件循环对象。
loop.run_forever() - 此方法将一直运行,直到调用stop()方法。
例
以下事件循环示例通过使用get_event_loop()方法帮助打印 hello world 。此示例取自Python官方文档。
import asyncio
def hello_world(loop):
print('Hello World')
loop.stop()
loop = asyncio.get_event_loop()
loop.call_soon(hello_world, loop)
loop.run_forever()
loop.close()
输出
Hello World
期货
这与concurrent.futures.Future类兼容,该类表示尚未完成的计算。asyncio.futures.Future和concurrent.futures.Future之间存在以下差异
result()和exception()方法不会使用超时参数,并在未来尚未完成时引发异常。
用add_done_callback()注册的回调总是通过事件循环的call_soon()调用。
asyncio.futures.Future类与concurrent.futures包中的wait()和as_completed()函数不兼容。
例
以下是一个示例,可帮助您了解如何使用asyncio.futures.future类。
import asyncio
async def Myoperation(future):
await asyncio.sleep(2)
future.set_result('Future Completed')
loop = asyncio.get_event_loop()
future = asyncio.Future()
asyncio.ensure_future(Myoperation(future))
try:
loop.run_until_complete(future)
print(future.result())
finally:
loop.close()
输出
Future Completed
协同程序
Asyncio中的协同程序的概念类似于线程模块下的标准Thread对象的概念。这是子程序概念的概括。协程可以在执行期间暂停,以便等待外部处理并从外部处理完成时停止的点返回。以下两种方式帮助我们实现协同程序
异步def函数()
这是在Asyncio模块下实现协同程序的方法。以下是相同的Python脚本
import asyncio
async def Myoperation():
print("First Coroutine")
loop = asyncio.get_event_loop()
try:
loop.run_until_complete(Myoperation())
finally:
loop.close()
输出
First Coroutine
@ asyncio.coroutine装饰
实现协同程序的另一种方法是利用@ asyncio.coroutine装饰器来生成生成器。以下是相同的Python脚本
import asyncio
@asyncio.coroutine
def Myoperation():
print("First Coroutine")
loop = asyncio.get_event_loop()
try:
loop.run_until_complete(Myoperation())
finally:
loop.close()
输出
First Coroutine
任务
Asyncio模块的这个子类负责以并行方式在事件循环中执行协同程序。以下Python脚本是并行处理某些任务的示例。
import asyncio
import time
async def Task_ex(n):
time.sleep(1)
print("Processing {}".format(n))
async def Generator_task():
for i in range(10):
asyncio.ensure_future(Task_ex(i))
int("Tasks Completed")
asyncio.sleep(2)
loop = asyncio.get_event_loop()
loop.run_until_complete(Generator_task())
loop.close()
输出
Tasks Completed
Processing 0
Processing 1
Processing 2
Processing 3
Processing 4
Processing 5
Processing 6
Processing 7
Processing 8
Processing 9
Asyncio
Asyncio模块提供用于实现各种类型通信的传输类。这些类不是线程安全的,并且在建立通信信道之后总是与协议实例配对。
以下是从BaseTransport继承的不同类型的传输 -
ReadTransport - 这是只读传输的接口。
WriteTransport - 这是只写传输的接口。
DatagramTransport - 这是用于发送数据的接口。
BaseSubprocessTransport - 类似于 BaseTransport 类。
以下是BaseTransport类的五种不同方法,这些方法随后在四种传输类型中是瞬态的
close() - 关闭运输。
is_closing() - 如果传输正在关闭或已经关闭,则此方法将返回true。传输。
get_extra_info(name,default = none) - 这将为我们提供有关传输的一些额外信息。
get_protocol() - 此方法将返回当前协议。
协议
Asyncio模块提供了可以子类化以实现网络协议的基类。这些课程与运输一起使用; 协议解析传入的数据并请求传出数据的写入,而传输负责实际的I / O和缓冲。以下是三类议定书
协议 - 这是实现用于TCP和SSL传输的流协议的基类。
DatagramProtocol - 这是用于实现与UDP传输一起使用的数据报协议的基类。
SubprocessProtocol - 这是用于实现通过一组单向管道与子进程通信的协议的基类。
python事件驱动编程_Python事件驱动编程相关推荐
- python socket编程_Python Socket编程实现网络编程
对于有经验的开发人员来说,掌握的编程语言应该是不少的.在这些编程语言中,网络编程的应用时必不可少的.其中Python也是这样的编程语言.我们今天将会在这里为大家详细介绍一下Python Socket编 ...
- 理解python并发编程_Python并发编程很简单
上次已经和大家探讨了关于进程和线程的区别和联系相关的东东,今天呢,咱们再次回到 好啦,废话少说,咱们就开始吧! 首先说一下哦,_thread和threading哦,到这可能有朋友会问了,这两个有什么区 ...
- python 网络编程_Python网络编程(六)
回顾 在<Python进阶记录之网络编程(五)>中,我们介绍了如何利用TCP服务端和客户端实现一个简单的点对点聊天,区别基于TCP协议和UDP协议的不同之处.今天我们讲一下如何利用多进程和 ...
- python udp通信_Python网络编程(三)
回顾 在<Python进阶记录之网络编程(二)>中,我们介绍了UDP端口号的基本概念和作用以及Python中UDP服务端的端口绑定和简单创建.今天我们利用UDP server和UDP cl ...
- python 鱼骨图_python面向对象编程,鱼骨图分析法
一.面向对象编程 面向过程编程,核心是编程二字,过程指的是解决问题的步骤,即先干什么.后干什么.再干什么.然后干什么-- 与工厂的工艺流程差不多,前后都有影响 优点:复杂的问题流程化,进而简单化, ...
- python高并发编程_Python——并发编程
开始说并发编程之前,最好有一定的底层知识积累,这里我把需要的知识总结了一下,如果看下面的有不理解的可以看一下:https://www.cnblogs.com/kuxingseng95/p/941820 ...
- python的socket编程_Python Socket编程详细介绍
在使用Python做socket编程时,由于需要使用阻塞(默认)的方式来读取数据流,此时对于数据的结束每次都需要自己处理,太麻烦.并且网上也没找到太好的封装,所以就自己写了个简单的封装. 封装思路 1 ...
- python网络编程案例_Python 网络编程_python网络编程基础_python高级编程
Python 网络编程 Python 提供了两个级别访问的网络服务.: 低级别的网络服务支持基本的 Socket,它提供了标准的 BSD Sockets API,可以访问底层操作系统Socket接口的 ...
- python send 案例_python socket编程入门(编写server实例)+send 与sendall的区别与使用方法...
python 编写server的步骤: 1. 第一步是创建socket对象.调用socket构造函数.如: socket = socket.socket( family, type ) family参 ...
最新文章
- 将Spring Boot项目打包成jar包war包
- Vector Clock理解
- java intbyreference_java并发包(1)-AtomicReference和AtomicStampedReference
- Nginx多站点虚拟主机实现单独启动停止php-fpm、单独控制权限设置
- ES6 对正则表达式的扩展
- 地区json文件_【小例子】使用jQuery实现省市区三级联动显示,附源码json文件
- 数字化转型鸿沟如何消除?ROMA Connect融合集成,联接企业应用现在与未来
- 2015年上半年总结
- 【操作系统/OS笔记18】虚拟文件系统概念
- 作为项目经理如何开展BI项目
- 惠普i5000微型计算机,求HP 5000面板的中文解释。
- 总方差公式(方差分解公式)证明
- LAN、WAN、WLAN、VLAN、WiFi之间的区别
- 微信小程序实现带参数的分享功能
- 游戏约玩app源码开发,重复请求如何处理?
- rsync下行同步与inotify实时同步
- 资产管理系统有哪些功能模块和作用
- 前端常用时间工具 -- Moment.js常见用法总结
- 全国计算机软件985专业排名,全国计算机软件专业大学排名TOP20,清华居然不是第一!...
- Matlab实现伪彩色处理:灰度图像转换为彩色图像