协程asyncio_Asyncio深入浅出

Asyncio是一个异步编程的框架，可以解决异步编程，协程调度问题，线程问题，是整个异步IO的解决方案。

在学习asyncio之前，我们先来理清楚同步/异步的概念：

同步是指完成事务的逻辑，先执行第一个事务，如果阻塞了，会一直等待，直到这个事务完成，再执行第二个事务，顺序执行一直等待

异步是和同步相对的，异步是指在处理调用这个事务的之后，不会等待这个事务的处理结果，直接处理第二个事务去了，通过状态、通知、回调来通知调用者处理结果。

异步IO采用消息循环的模式，重复“读取消息—处理消息”的过程，也就是说异步IO模型”需要一个消息循环，在消息循环中，主线程不断地重复“读取消息-处理消息”这一过程。

event_loop 事件循环：程序开启一个无限的循环，程序员会把一些函数注册到事件循环上。当满足事件发生的时候，调用相应的协程函数。
coroutine 协程：协程对象，指一个使用async关键字定义的函数，它的调用不会立即执行函数，而是会返回一个协程对象。协程对象需要注册到事件循环，由事件循环调用。
task 任务：一个协程对象就是一个原生可以挂起的函数，任务则是对协程进一步封装，其中包含任务的各种状态。
async/await 关键字：用于定义协程的关键字，async定义一个协程，await用于挂起阻塞的异步调用接口。(async和await这两个关键词是在python3.5开始正式提出定义，asyncio是python解决异步io编程的一个完整框架。关于定义和原理请参考官方文档: 协程与任务, 如何理解await)

其中协程编程离不开的三大要点：

事件循环
回调
epoll/select(IO多路复用)

以下内容有删减的摘自 :

Asyncio并发编程www.langzi.fun

事件循环

简单案例(访问一个网站)

async def get_url_title(url):
# 使用关键词async定义一个协程print('开始访问网站:{}'.format(url))await asyncio.sleep(2)# 这一步至关重要# asyncio.sleep(2) 功能:异步非阻塞等待2s，作用是模拟访问网站消耗的时间# await 的作用类似 yield，即这个时候把线程资源控制权交出去,监听这个描述符直到这个任务完成# await 后面只能接三种类型'''1. 协程:Python 协程属于 可等待 对象，因此可以在其他协程中被等待:2. 任务:任务 被用来设置日程以便 并发 执行协程。(当一个协程通过 asyncio.create_task() 等函数被打包为一个 任务，该协程将自动排入日程准备立即运行)3. Future 对象:Future 是一种特殊的 低层级 可等待对象，表示一个异步操作的 最终结果。(当一个 Future 对象 被等待，这意味着协程将保持等待直到该 Future 对象在其他地方操作完毕。)如果await time.sleep(2) 是会报错的'''print('网站访问成功')if __name__ == '__main__':start_time = time.time()loop = asyncio.get_event_loop()# 一行代码创造事件循环loop.run_until_complete(get_url_title('http://www.langzi.fun'))# 这是一个阻塞的方法,可以理解成多线程中的join方法# 直到get_url_title('http://www.langzi.fun')完成后，才会继续执行下面的代码end_time = time.time()print('消耗时间:{}'.format(end_time-start_time))

返回结果：

开始访问网站:http://www.langzi.fun
网站访问成功
消耗时间:2.0018768310546875

简单案例(访问多个网站)

协程的优势是多任务协作，单任务访问网站没法发挥出他的功能，一次性访问多个网站或者一次性等待多个IO响应时间才能发挥它的优势。

# -*- coding:utf-8 -*-
import asyncio
import timeasync def get_url_title(url):print('开始访问网站:{}'.format(url))await asyncio.sleep(2)print('网站访问成功')if __name__ == '__main__':start_time = time.time()loop = asyncio.get_event_loop()# 创造一个事件循环tasks = [get_url_title('http://www.langzi.fun')for i in range(10)]# 这个列表代表总任务量，即执行10次get_url_title()函数loop.run_until_complete(asyncio.wait(tasks))# asyncio.wait后面接上非空可迭代对象,一般来说是功能函数列表# 功能是一次性提交多个任务，等待完成# loop.run_until_complete(asyncio.gather(*tasks))# 和上面代码功能一致，但是gather更加高级，如果是列表就需要加上*# 这里会等到全部的任务执行完后才会执行后面的代码end_time = time.time()print('消耗时间:{}'.format(end_time-start_time))

对一个网站发起10次请求，返回结果：

开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
消耗时间:2.0015649795532227

gather与wait的区别：

gather更擅长于将函数聚合在一起
wait更擅长筛选运行状况

即gather更加高级，他可以将任务分组，也可以取消任务

import asyncioasync def get_url_title(url):print('开始访问网站:{}'.format(url))await asyncio.sleep(2)print('网站访问成功')return 'success'if __name__ == '__main__':loop = asyncio.get_event_loop()# 使用wait方法# tasks = [get_url_title('http://www.langzi.fun')for i in range(10)]# loop.run_until_complete(asyncio.wait(tasks))# 使用gather方法实现分组导入(方法1)group1 = [get_url_title('http://www.langzi.fun')for i in range(3)]group2 = [get_url_title('http://www.baidu.com')for i in range(5)]loop.run_until_complete(asyncio.gather(*group1,*group2))# 这种方法会把两个全部一次性导入# 使用gather方法实现分组导入(方法2)group1 = [get_url_title('http://www.langzi.fun')for i in range(3)]group2 = [get_url_title('http://www.baidu.com')for i in range(5)]group1 = asyncio.gather(*group1)group2 = asyncio.gather(*group2)#group2.cancel() 取消group2任务loop.run_until_complete(asyncio.gather(group1,group2))# 这种方法会先把group1导入，然后导入group2

返回结果：

开始访问网站:http://www.baidu.com
开始访问网站:http://www.baidu.com
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.baidu.com
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.baidu.com
开始访问网站:http://www.baidu.com
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.baidu.com
开始访问网站:http://www.baidu.com
开始访问网站:http://www.baidu.com
开始访问网站:http://www.baidu.com
开始访问网站:http://www.baidu.com
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功

另外一种使用gather获取返回结果:

import asyncioasync def get_url_title(url):print('开始访问网站:{}'.format(url))await asyncio.sleep(2)print('网站访问成功')return 'success'if __name__ == '__main__':loop = asyncio.get_event_loop()# 使用gather方法传递任务获取结果group1 = asyncio.ensure_future(get_url_title('http://www.langzi.fun'))loop.run_until_complete(asyncio.gather(group1))# 如果不是列表就不需要加*print(group1.result())

返回结果：

开始访问网站:http://www.langzi.fun
网站访问成功
success

还有一些复杂的区别转移到python 异步协程中查看

协程的调用和组合十分灵活，尤其是对于结果的处理，如何返回，如何挂起，需要逐渐积累经验和前瞻的设计。

简单案例(获取返回值)

# -*- coding:utf-8 -*-
import asyncio
import timeasync def get_url_title(url):print('开始访问网站:{}'.format(url))await asyncio.sleep(2)print('网站访问成功')return 'success'if __name__ == '__main__':start_time = time.time()loop = asyncio.get_event_loop()# 创建一个事件循环get_future = loop.create_task(get_url_title('http://www.langzi.fun'))#get_future = asyncio.ensure_future(get_url_title('http://www.langzi.fun'))# 这两行代码功能用法一模一样loop.run_until_complete(get_future)print('获取结果:{}'.format(get_future.result()))# 获取结果end_time = time.time()print('消耗时间:{}'.format(end_time-start_time))

返回结果：

开始访问网站:http://www.langzi.fun
网站访问成功
获取结果:success
消耗时间:2.0019724369049072

如果是多个网址传入，访问多个网址的返回值呢？只需要把前面的知识点汇总一起即可使用：

if __name__ == '__main__':start_time = time.time()loop = asyncio.get_event_loop()# 创建一个事件循环tasks = [loop.create_task(get_url_title('http://www.langzi.fun')) for i in range(10)]# 把所有要返回的函数加载到一个列表loop.run_until_complete(asyncio.wait(tasks))# 这里和上面用法一样print('获取结果:{}'.format([x.result() for x in tasks]))# 因为结果都在一个列表，在列表中取值即可end_time = time.time()print('消耗时间:{}'.format(end_time-start_time))

返回结果：

开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
开始访问网站:http://www.langzi.fun
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
网站访问成功
获取结果:['success', 'success', 'success', 'success', 'success', 'success', 'success', 'success', 'success', 'success']
消耗时间:2.0016491413116455

简单案例(回调函数)

上面的例子是一个协程函数，当这个协程函数的await xxx执行完毕后，想要执行另一个函数后，然后再返回这个协程函数的返回结果该这么做：

# -*- coding:utf-8 -*-
import asyncio
from functools import partial
# partial的功能是 固定函数参数，返回一个新的函数。你可以这么理解：
'''
from functools import partialdef go(x,y):return x+yg = partial(go,y=2)print(g(1))
返回结果：3g = partial(go,x=5,y=2)print(g())
返回结果：7'''
async def get_url_title(url):print('开始访问网站:{}'.format(url))await asyncio.sleep(2)print('网站访问成功')# 当这个协程函数快要结束返回值的时候，会调用下面的call_back函数# 等待call_back函数执行完毕后，才返回这个协程函数的值return 'success'def call_back(future,url):# 注意这里必须要传递future参数，因为这里的future即代表下面的get_future对象print('检测网址:{}状态正常'.format(url))if __name__ == '__main__':loop = asyncio.get_event_loop()# 创建一个事件循环get_future = loop.create_task(get_url_title('http://www.langzi.fun'))# 将一个任务注册到loop事件循环中get_future.add_done_callback(partial(call_back,url = 'http://www.langzi.fun'))# 这里是设置，当上面的任务完成要返回结果的时候，执行call_back函数# 注意call_back函数不能加上()，也就意味着你只能依靠partial方法进行传递参数loop.run_until_complete(get_future)# 等待任务完成print('获取结果:{}'.format(get_future.result()))# 获取结果

返回结果：

开始访问网站:http://www.langzi.fun
网站访问成功
检测网址:http://www.langzi.fun状态正常
获取结果:success

梳理

协程函数必须要使用关键词async定义
如果遇到了要等待的对象，必须要使用await
使用await后面的任务，必须是可等待对象(三种主要类型: 协程, 任务和 Future.)
运行前，必须要创建一个事件循环(loop = asyncio.get_event_loop(),一行代码即可)
然后把任务加载到该事件循环中即可
如果需要获取协程函数的返回值，需要使用loop.create_task()或asyncio.ensure_future()函数，在最后使用.result()获取返回结果。
如果想要把多个任务注册到loop中，需要使用一个列表包含他们，调用的时候使用asyncio.wait(list)

取消协程任务

存在多个任务协程，想使用ctrl c退出协程，使用例子讲解：

import asyncio
async def get_time_sleep(t):print('开始运行，等待:{}s'.format(t))await asyncio.sleep(t)print('运行结束')if __name__ == '__main__':loop = asyncio.get_event_loop()# 创建一个事件循环task_1 = get_time_sleep(1)task_2 = get_time_sleep(2)task_3 = get_time_sleep(3)tasks = [task_1,task_2,task_3]# 三个协程任务加载到一个列表try:loop.run_until_complete(asyncio.wait(tasks))except KeyboardInterrupt:# 当检测到键盘输入 ctrl c的时候all_tasks = asyncio.Task.all_tasks()# 获取注册到loop下的所有taskfor task in all_tasks:print('开始取消协程')task.cancel()# 取消该协程,如果取消成功则返回Trueloop.stop()# 停止循环loop.run_forever()# loop事件循环一直运行# 这两步必须要做finally:loop.close()# 关闭事件循环

run_forever 会一直运行，直到 stop 被调用，但是你不能像下面这样调 stop

loop.run_forever()
loop.stop()

run_forever 不返回，stop 永远也不会被调用。所以，只能在协程中调 stop：

async def do_some_work(loop, x):print('Waiting ' + str(x))await asyncio.sleep(x)print('Done')loop.stop()

这样并非没有问题，假如有多个协程在 loop 里运行：

asyncio.ensure_future(do_some_work(loop, 1))
asyncio.ensure_future(do_some_work(loop, 3))loop.run_forever()

第二个协程没结束，loop 就停止了——被先结束的那个协程给停掉的。
要解决这个问题，可以用 gather 把多个协程合并成一个 future，并添加回调，然后在回调里再去停止 loop。

async def do_some_work(loop, x):print('Waiting ' + str(x))await asyncio.sleep(x)print('Done')def done_callback(loop, futu):loop.stop()loop = asyncio.get_event_loop()futus = asyncio.gather(do_some_work(loop, 1), do_some_work(loop, 3))
futus.add_done_callback(functools.partial(done_callback, loop))loop.run_forever()

其实这基本上就是 run_until_complete 的实现了，run_until_complete 在内部也是调用 run_forever。

关于loop.close()，简单来说，loop 只要不关闭，就还可以再运行。

loop.run_until_complete(do_some_work(loop, 1))
loop.run_until_complete(do_some_work(loop, 3))
loop.close()

但是如果关闭了，就不能再运行了：

loop.run_until_complete(do_some_work(loop, 1))
loop.close()
loop.run_until_complete(do_some_work(loop, 3))  # 此处异常

梳理

通过gather()启动的协程任务，是可以直接取消的，并且还能获取取消是否成功
可以通过 asyncio.Task.all_tasks()获取所有的协程任务
如果使用run_forever()的话会一直运行，只能通过loop.stop()停止

协程相互嵌套

import asyncio
async def sum_tion(x,y):print('开始执行传入参数相加:{} + {}'.format(x,y))await asyncio.sleep(1)# 模拟等待1Sreturn (x+y)async def print_sum(x,y):result = await sum_tion(x,y)print(result)if __name__ == '__main__':loop = asyncio.get_event_loop()loop.run_until_complete(print_sum(1000,2000))loop.close()

返回结果：

开始执行传入参数相加:1000 + 2000
3000

执行流程：

run_until_complete运行，会注册task（协程：print_sum）并开启事件循环
print_sum协程中嵌套了子协程，此时print_sum协程暂停（类似委托生成器），转到子协程（协程：sum_tion）中运行代码，期间子协程需sleep1秒钟，直接将结果反馈到event loop中，即将控制权转回调用方，而中间的print_sum暂停不操作
1秒后，调用方将控制权给到子协程（调用方与子协程直接通信），子协程执行接下来的代码，直到再遇到wait（此实例没有）
最后执行到return语句，子协程向上级协程（print_sum抛出异常：StopIteration），同时将return返回的值返回给上级协程（print_sum中的result接收值），print_sum继续执行暂时时后续的代码，直到遇到return语句
向 event loop 抛出StopIteration异常，此时协程任务都已经执行完毕，事件循环执行完成（event loop ：the loop is stopped），close事件循环。

如果想要获取协程嵌套函数返回的值，就必须使用回调：

import asyncio
async def sum_tion(x,y)->int:print('开始执行传入参数相加:{} + {}'.format(x,y))await asyncio.sleep(1)# 模拟等待1Sreturn (x+y)async def print_sum(x,y):result = await sum_tion(x,y)return resultdef callback(future):return future.result()if __name__ == '__main__':loop = asyncio.get_event_loop()future = loop.create_task(print_sum(100,200))# 如果想要获取嵌套协程返回的值，就必须使用回调future.add_done_callback(callback)loop.run_until_complete(future)print(future.result())loop.close()

返回结果：

开始执行传入参数相加:100 + 200
300

定时启动任务

asyncio提供定时启动协程任务，通过call_soon,call_later,call_at实现，他们的区别如下：

call_soon

call_soon是立即执行

def callback(sleep_times):print("预计消耗时间 {} s".format(sleep_times))
def stoploop(loop):print('时间消耗完毕')loop.stop()if __name__ == "__main__":start_time = time.time()loop = asyncio.get_event_loop()# 创建一个事件循环loop.call_soon(callback,5)# 立即启动callback函数loop.call_soon(stoploop,loop)# 上面执行完毕后，立即启动执行stoploop函数loop.run_forever()#要用这个run_forever运行，因为没有传入协程print('总共耗时:{}'.format(time.time()-start_time))

返回结果：

预计消耗时间 5 s
时间消耗完毕
总共耗时:0.0010013580322265625

call_later

call_later是设置一定时间启动执行

def callback(sleep_times):print("预计消耗时间 {} s".format(sleep_times))
def stoploop(loop):print('时间消耗完毕')loop.stop()if __name__ == "__main__":start_time = time.time()loop = asyncio.get_event_loop()loop.call_later(1,callback,1.0)# 等待1秒后执行callback函数，传入参数是1.0loop.call_later(5,stoploop,loop)# 等待5秒后执行stoploop函数，传入参数是looploop.run_forever()print('总共耗时:{}'.format(time.time()-start_time))

返回结果：

预计消耗时间 1.0 s
时间消耗完毕
总共耗时:5.002613544464111

call_at

call_at类似与call_later，但是他指定的时间不再是传统意义上的时间，而是loop的内部时钟时间，效果和call_later一样， call_later内部其实调用了call_later

import time
import asynciodef callback(loop):print("传入loop.time()时间为: {} s".format(loop.time()))
def stoploop(loop):print('时间消耗完毕')loop.stop()if __name__ == "__main__":start_time = time.time()loop = asyncio.get_event_loop()now = loop.time()# loop内部的时钟时间loop.call_at(now+1,callback,loop)# 等待loop内部时钟时间加上1s后，执行callba函数，传入参数为looploop.call_at(now+3,callback,loop)# 等待loop内部时钟时间加上3s后，执行callba函数，传入参数为looploop.call_at(now+5,stoploop,loop)# 等待loop内部时钟时间加上1s后，执行stoploop函数，传入参数为loop

返回结果:

传入loop.time()时间为: 3989.39 s
传入loop.time()时间为: 3991.39 s
时间消耗完毕
总共耗时:5.002060174942017

call_soon_threadsafe 线程安全的call_soon

call_soon_threadsafe用法和call_soon一致。但在涉及多线程时，会使用它.

梳理

call_soon直接启动
call_later自己定时启动
call_at根据loop.time()内部的时间，设置等待时间启动
call_soon_threadsafe和call_soon方法一致，是保证线程安全的
他们都是比较底层的，在正常使用时很少用到。

结合线程池

Asyncio是异步IO编程的解决方案，异步IO是包括多线程，多进程，和协程的。所以asyncio是可以完成多线程多进程和协程的，在开头说到，协程是单线程的，如果遇到阻塞的话，会阻塞所有的代码任务，所以是不能加入阻塞IO的，但是比如requests库是阻塞的，socket如果不设置setblocking(false)的话，也是阻塞的，这个时候可以放到一个线程中去做也是可以解决的，即在协程中集成阻塞IO，就加入多线程一起解决问题。

用requests完成异步编程(使用线程池)

from concurrent.futures import ThreadPoolExecutor
import requests
import asyncio
import time
import redef get_url_title(url):# 功能是获取网址的标题r = requests.get(url)try:title = re.search('<title>(.*?)</title>',r.content.decode(),re.S|re.I).group(1)except Exception as e:title = eprint(title)if __name__ == '__main__':start_time = time.time()loop = asyncio.get_event_loop()# 创建一个事件循环p = ThreadPoolExecutor(5)# 创建一个线程池，开启5个线程tasks = [loop.run_in_executor(p,get_url_title,'http://www.langzi.fun')for i in range(10)]# 这一步很重要，使用loop.run_in_executor()函数:内部接受的是阻塞的线程池，执行的函数，传入的参数# 即对网站访问10次，使用线程池访问loop.run_until_complete(asyncio.wait(tasks))# 等待所有的任务完成print(time.time()-start_time)

返回结果：

Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发
5.589502334594727

访问10次消耗时间为5.5s，尝试将 p = ThreadPoolExecutor(10)，线程数量设置成10个线程，消耗时间为4.6s，改用从进程池p = ProcessPoolExecutor(10)，也是一样可以运行的，不过10个进程消耗时间也是5.5s，并且消耗更多的CPU资源。

### 用socket完成异步编程(使用线程池)

import asyncio
from concurrent.futures import ThreadPoolExecutor
import socket
from urllib.parse import urlparse
import time
import redef get_url(url):# 通过socket请求htmlurl = urlparse(url)host = url.netlocpath = url.pathif path == "":path = '/'# 建立socket连接client = socket.socket(socket.AF_INET, socket.SOCK_STREAM)client.connect((host, 80))client.send("GET {} HTTP/1.1rnHost:{}rnConnection:closernrn".format(path, host).encode('utf8'))data = b""while True:d = client.recv(1024)if d:data += delse:breakdata = data.decode('utf8')html_data = data.split('rnrn')[1]# 把请求头信息去掉， 只要网页内容title = re.search('<title>(.*?)</title>',html_data,re.S|re.I).group(1)print(title)client.close()if __name__ == '__main__':start_time = time.time()loop = asyncio.get_event_loop()p = ThreadPoolExecutor(3)  # 线程池 放3个线程tasks = [loop.run_in_executor(p,get_url,'http://www.langzi.fun') for i in range(10)]loop.run_until_complete(asyncio.wait(tasks))print('last time:{}'.format(time.time() - start_time))

返回结果：

Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发 Langzi - Never Setter 永不将就 - 致力于Python开发网络安全工具,分享Python底层与进阶知识，漏洞扫描器开发与爬虫开发
last time:5.132313966751099

使用socket完成http请求(未使用线程池)

import asyncio
from urllib.parse import urlparse
import timeasync def get_url(url):# 通过socket请求htmlurl = urlparse(url)host = url.netlocpath = url.pathif path == "":path = '/'# 建立socket连接reader, writer = await asyncio.open_connection(host, 80)  # 协程 与服务端建立连接writer.write("GET {} HTTP/1.1rnHost:{}rnConnection:closernrn".format(path, host).encode('utf8'))all_lines = []async for raw_line in reader:  # __aiter__ __anext__魔法方法line = raw_line.decode('utf8')all_lines.append(line)html = 'n'.join(all_lines)return htmlasync def main():tasks = []tasks = [asyncio.ensure_future(get_url('http://www.langzi.fun')) for i in range(10)]for task in asyncio.as_completed(tasks):  # 完成一个 print一个result = await taskprint(result)if __name__ == '__main__':start_time = time.time()loop = asyncio.get_event_loop()loop.run_until_complete(main())print('last time:{}'.format(time.time() - start_time))

asyncio协程和之前讲解的select事件循环原理是一样的

梳理

协程中遇到必须要使用阻塞任务的时候，可以把阻塞代码放到线程池中运行
线程池中的代码放到loop.run_in_executor()里面，并且所有任务保存到列表
最后通过loop.run_until_complate(asyncio.wait(任务列表))中运行
asyncio能通过socket实现与服务端建立连接

与多进程的结合

既然异步协程和多进程对网络请求都有提升，那么为什么不把二者结合起来呢？在最新的 PyCon 2018 上，来自 Facebook 的 John Reese 介绍了 asyncio 和 multiprocessing 各自的特点，并开发了一个新的库，叫做 aiomultiprocess

这个库的安装方式是：

pip3 install aiomultiprocess

需要 Python 3.6 及更高版本才可使用。

使用这个库，我们可以将上面的例子改写如下：

import asyncio
import aiohttp
import time
from aiomultiprocess import Poolstart = time.time()async def get(url):session = aiohttp.ClientSession()response = await session.get(url)result = await response.text()session.close()return resultasync def request():url = 'http://127.0.0.1:5000'urls = [url for _ in range(100)]async with Pool() as pool:result = await pool.map(get, urls)return resultcoroutine = request()
task = asyncio.ensure_future(coroutine)
loop = asyncio.get_event_loop()
loop.run_until_complete(task)end = time.time()
print('Cost time:', end - start)

这样就会同时使用多进程和异步协程进行请求，但在真实情况下，我们在做爬取的时候遇到的情况千变万化，一方面我们使用异步协程来防止阻塞，另一方面我们使用 multiprocessing 来利用多核成倍加速，节省时间其实还是非常可观的。

同步与通信

和多线程多进程任务一样，协程也可以实现和需要进行同步与通信。

简单例子(顺序启动多任务)

协程是单线程的，他的执行依赖于事件循环中最后的loop.run_until_complate()

import asyncionum = 0async def add():global numfor i in range(10):await asyncio.sleep(0.1)num += i
async def desc():global numfor i in range(10):await asyncio.sleep(0.2)num -= iif __name__ == '__main__':loop = asyncio.get_event_loop()tasks = [add(),desc()]loop.run_until_complete(asyncio.wait(tasks))# 这里执行顺序是先执行add函数，然后执行desc函数# 所以最后的结果是0loop.close()print(num)

返回结果：

这里使用一个共有变量，协程下不需要加锁。

简单例子(Lock(锁))

# -*- coding:utf-8 -*-
import asyncio
import functoolsdef unlock(lock):print('线程锁释放成功')lock.release()async def test(locker, lock):print(f'{locker} 等待线程锁释放')# ---------------------------------# with await lock:#     print(f'{locker} 线程锁上锁')# ---------------------------------# 上面这两行代码等同于：# ---------------------------------# await lock.acquire()# print(f'{locker} 线程锁上锁')# lock.release()# ---------------------------------await lock.acquire()print(f'{locker} 线程锁上锁')lock.release()print(f'{locker} 线程锁释放')async def main(loop):lock = asyncio.Lock()await lock.acquire()loop.call_later(0.5, functools.partial(unlock, lock))# call_later() 表达推迟一段时间的回调, 第一个参数是以秒为单位的延迟, 第二个参数是回调函数await asyncio.wait([test('任务 1 ', lock), test('任务 2', lock)])if __name__ == '__main__':loop = asyncio.get_event_loop()loop.run_until_complete(main(loop))loop.close()

返回结果:

任务 1  等待线程锁释放
任务 2 等待线程锁释放
线程锁释放成功
任务 1  线程锁上锁
任务 1  线程锁释放
任务 2 线程锁上锁
任务 2 线程锁释放

简单例子(Semaphore(信号量))

可以使用 Semaphore(信号量) 来控制并发访问的数量:

import asyncio
from aiohttp import ClientSessionasync def fetch(sem,url):async with sem:# 最大访问数async with ClientSession() as session:async with session.get(url) as response:status = response.statusres = await response.text()print("{}:{} ".format(response.url, status))return resif __name__ == '__main__':loop = asyncio.get_event_loop()url = "http://www.langzi.fun"sem = asyncio.Semaphore(1000)# 设置最大并发数为1000tasks = [loop.create_task(fetch(sem,url))for i in range(100)]# 对网站访问100次loop.run_until_complete(asyncio.wait(tasks))

简单例子(Condition(条件))

import asyncioasync def consumer(cond, name, second):# 消费者函数await asyncio.sleep(second)# 等待延迟with await cond:await cond.wait()print('{}: 得到响应'.format(name))async def producer(cond):await asyncio.sleep(2)for n in range(1, 3):with await cond:print('生产者 {} 号'.format(n))cond.notify(n=n) # 挨个通知单个消费者await asyncio.sleep(0.1)async def producer2(cond):await asyncio.sleep(2)with await cond:print('释放信号量，通知所有消费者')cond.notify_all()# 一次性通知全部的消费者async def main(loop):condition = asyncio.Condition()# 设置信号量task = loop.create_task(producer(condition))# producer 和 producer2 是两个协程, 不能使用 call_later(), 需要用到 create_task() 把它们创建成一个 taskconsumers = [consumer(condition, name, index) for index, name in enumerate(('c1', 'c2'))]await asyncio.wait(consumers)task.cancel()print('---分割线---')task = loop.create_task(producer2(condition))consumers = [consumer(condition, name, index) for index, name in enumerate(('c1', 'c2'))]await asyncio.wait(consumers)task.cancel()# 取消任务if __name__ == '__main__':loop = asyncio.get_event_loop()loop.run_until_complete(main(loop))loop.close()

返回结果：

生产者 1 号
c1: 得到响应
生产者 2 号
c2: 得到响应
---分割线---
释放信号量，通知所有消费者
c1: 得到响应
c2: 得到响应

简单例子(Event(事件))

与 Lock(锁) 不同的是, 事件被触发的时候, 两个消费者不用获取锁, 就要尽快地执行下去了

import asyncio
import functoolsdef set_event(event):print('开始设置事件')event.set()async def test(name, event):print('{} 的事件未设置'.format(name))await event.wait()print('{} 的事件已设置'.format(name))async def main(loop):event = asyncio.Event()# 声明事件print('事件是否设置: {}'.format(event.is_set()))loop.call_later(0.1, functools.partial(set_event, event))# 在0.1s后执行set_event()函数，对事件进行设置await asyncio.wait([test('e1', event), test('e2', event)])print('最终事件状态: {}'.format(event.is_set()))if __name__ == '__main__':loop = asyncio.get_event_loop()loop.run_until_complete(main(loop))loop.close()

返回结果：

事件是否设置: False
e1 的事件未设置
e2 的事件未设置
开始设置事件
e1 的事件已设置
e2 的事件已设置
最终事件状态: True

简单例子(协程间通信)

协程是单线程，因此使用list、dict就可以实现通信，而不会有线程安全问题，当然可以使用asyncio.Queue

from asyncio import Queue
queue = Queue(maxsize=3)
# queue的put和get需要用await

举个例子：

import asyncio
from asyncio import Queue
import random
import string
q = Queue(maxsize=100)async def add():while 1:await q.put(random.choice(string.ascii_letters))async def desc():while 1:res = await q.get()print(res)await asyncio.sleep(1)if __name__ == '__main__':loop = asyncio.get_event_loop()loop.run_until_complete(asyncio.wait([add(),desc()]))loop.run_forever()

返回结果:

D
b
S
x
...

加速asyncio

uvloop，这个使用库可以有效的加速asyncio，本库基于libuv，也就是nodejs用的那个库。使用它也非常方便，不过目前不支持windows

import asyncio
import uvloop
asyncio.set_event_loop_policy(uvloop.EventLoopPolicy())

没错就是2行代码，就可以提速asyncio。

tokio同样可以做异步资源循环

import tokio
asyncio.set_event_loop_policy(tokio.EventLoopPolicy())

参考:

python异步编程之asyncio（百万并发） - 三只松鼠 - 博客园www.cnblogs.comAsyncio并发编程www.langzi.fun