免责声明:本文仅做技术交流与学习...
目录
了解进程和线程
单个线程(主线程)在执行
多线程
线程池
协程(爬虫多用)
假异步:(同步)
真异步:
爬虫代码模版
异步-爬虫
同步效果--19+秒
异步效果--7+秒
了解进程和线程
# --------------------> # ------> # -------> # --------> # 1-线程 #线程:执行一个软件后的操作---点赞,签到,评论等等 #进程:执行一个软件
一家公司里面人去做事. 1人,2人,多人... (要合理分配,合理运用.) --30万的资本,养不起10000人呀. 1个进程必须要有一个线程,--- 线程不是越多越好. 单线程/多线程 进程:资源单元 线程:执行单元
# 每一个py程序默认都有一个线程的,
print("111")
单个线程(主线程)在执行
多线程
from threading import Thread
# alt + enter 快捷键导包
def func(name):
for i in range(1, 1000):
print("func函数在执行---" + str(i),name)
# func() # 这样写就是主线程执行.
# 创建线程对象,分配线程的任务是func (公司招人要分配任务)
t = Thread(target=func,args=('my name xiaodi',)) # args的参数必须是一个元组.
# 启动线程: (员工先忙完手头工作,然后真正工作)
t.start() # 线程的状态,可以开始工作的状态了,具体的执行时间由CPU决定.
t1 = Thread(target=func,args=('xiaosedi',))
t1.start()
# 主线程不会受到子线程(其他线程)的干扰. 主线程该干什么就干什么.
for i in range(1, 1000):
print("主---" + str(i))
# 多个线程都输出到控制台上,就会乱.
# 传参在创建线程对象时也要传.
# 线程数由电脑的CPU决定,如果处理不好,反而会效率下降.
线程池
# 线程池 ：一次性开辟一些线程，直接给线程池提交任务，具体的任务到底哪个线程执行，是由线程池分配的
from concurrent.futures.thread import ThreadPoolExecutor
def func(name):
for i in range(1000):
print(name, 'func函数执行', i)
# 创建一个有50个线程的线程池.(合理的利用资源~)
# -----执行10次func函数,每个func函数执行1000次.
with ThreadPoolExecutor(50) as t:
# t = ThreadPoolExecutor(50)
for i in range(10):
# 给线程去提交任务
t.submit(func, name=f'线程{i}')
# 等待线程池中的任务全部执行完毕，才会继续执行
print('print执行了')
协程(爬虫多用)
import asyncio
import time
def func():
print("函数开始")
time.sleep(3) # 当到此时,当前线程为阻塞状态,CPU不会为当前程序提供工作.
print("函数结束")
func()
# 阻塞代码:(必须要等待某个结果等等
# input(等待输入) time.sleep(强制等待) requests(请求网络,client<->server有时间差,
# 程序基于 i(input) o(output) 操作时,线程机会处于阻塞状态,CPU就不会提供工作.
# ---阻塞的时候就会干等着,---怎么让CPU在干等着的时候也做点事情呢?--->协程!!!
# 协程：当程序遇见了io操作的时候，可以选择性的切换到其它任务上。
# 多任务异步操作：
假异步:(同步)
import asyncio
import time
async def func1():
print('func1函数开始')
time.sleep(3) # 属于同步操作代码。
# 只要在异步程序中出现了同步操作，异步就被中断
# await asyncio.sleep(3)
print('func1函数结束')
async def func2():
print('func2函数开始')
time.sleep(2)
# await asyncio.sleep(2)
print('func2函数结束')
async def func3():
print('func3函数开始')
time.sleep(4)
# await asyncio.sleep(4)
print('func3函数结束')
# 拿到函数的对象
f1 = func1()
f2 = func2()
f3 = func3()
tasks = [
# 创建一个任务
f1, f2, f3
]
start = time.time()
# 如果是多个任务，需要一个asyncio.wait(任务列表)搭配
asyncio.run(asyncio.wait(tasks))
print(time.time() - start)
9+秒结束!!! ---没有异步呀---
因为time是一个同步模块,
time.sleep() # 属于同步操作代码。 # 只要在异步程序中出现了同步操作，异步就被中断
真异步:
import asyncio
import time
async def func1():
print('func1函数开始')
# time.sleep(3) # 属于同步操作代码
await asyncio.sleep(3) # 异步休眠代码 --不是强制性的休眠,而是挂起,让他先去忙别的东西,等好了再回来.
print('func1函数结束')
async def func2():
print('func2函数开始')
# time.sleep(2)
await asyncio.sleep(2)
print('func2函数结束')
async def func3():
print('func3函数开始')
# time.sleep(4)
await asyncio.sleep(4)
print('func3函数结束')
#async def main():
# f1 = func1()
# f2 = func2()
# f3 = func3()
# tasks = [
# f1,f2,f3
# # 创建一个任务
# # asyncio.create_task(func1()),
# # asyncio.create_task(func2()),
# # asyncio.create_task(func3())
# ]
# await asyncio.wait(tasks)
# start = time.time()
# asyncio.run(main())
# print(time.time() - start)
f1 = func1()
f2 = func2()
f3 = func3()
tasks = [
f1, f2, f3
# 创建一个任务
]
start = time.time()
# 如果是多个任务，需要一个asyncio.wait(任务列表)搭配
asyncio.run(asyncio.wait(tasks))
print(time.time() - start)
4+秒 , 好快呀...
爬虫代码模版
import asyncio
async def download(url):
print('准备开始下载')
# await asyncio.sleep(2) # 网络请求
# requests.get(url) # 异步效果中断,那怎么结合呢???
print('下载完成')
async def main():
urls = [
'地址1',
'地址2',
'地址3',
]
# tasks = []
# for url in urls:
# tasks.append(download(url))
# 列表推导式写法 循环url列表，每循环一次，创建一个任务
tasks = [download(url) for url in urls]
await asyncio.wait(tasks)
asyncio.run(main())
requests.get(url) # 异步效果中断,那怎么结合呢???
只要出现同步操作,异步就会被终断.
-------->
异步-爬虫
因为requests模块是同步的，如果在异步协程中编写同步代码，异步效果没有。 如何解决？ 更换支持异步的请求模块 aiohttp == requests pip install aiohttp pip install aiofiles
同步效果--19+秒
import time
import requests
urls = [
'https://www.cgwallpapers.com/wallpapers_free_wreoiux/wallpaper_christian_dimitrov_02_1920x1080.jpg',
'https://www.cgwallpapers.com/wallpapers_free_wreoiux/wallpaper_pablo_carpio_17_1920x1080.jpg',
'https://www.cgwallpapers.com/wallpapers_free_wreoiux/wallpaper_dejian_wu_04_1920x1080.jpg'
]
t = time.time()
for url in urls:
res = requests.get(url).content
# 文件名
name = url.split('/')[-1]
with open(name, 'wb') as f:
f.write(res)
print(f'requests花费时间===》{time.time() - t}')
# requests花费时间===》19.635247230529785
异步效果--7+秒
import asyncio
import time
import aiofiles
import aiohttp
urls = [
'https://www.cgwallpapers.com/wallpapers_free_wreoiux/wallpaper_christian_dimitrov_02_1920x1080.jpg',
'https://www.cgwallpapers.com/wallpapers_free_wreoiux/wallpaper_pablo_carpio_17_1920x1080.jpg',
'https://www.cgwallpapers.com/wallpapers_free_wreoiux/wallpaper_dejian_wu_04_1920x1080.jpg'
]
async def download(url):
print('准备开始下载--->')
# s = aiohttp.ClientSession() == requests #拿到对象
# s.get() s.post === requests.get() requests.post()
# --------------------------------------
# aiohttp requests
# res.text() res.text
# res.read() res.content
# res.json() res.json()
# --------------------------------------
async with aiohttp.ClientSession() as s:
async with s.get(url) as res:
# 写入文件
name = url.split('/')[-1]
# 文件正常操作:
# with open(name,'wb')as f:
# f.write(await res.read())
# 文件异步操作:
async with aiofiles.open(name, 'wb') as f:
await f.write(await res.read())
print('下载完成')
async def main(urls):
tasks = [download(url) for url in urls]
await asyncio.wait(tasks)
t = time.time()
asyncio.run(main(urls))
print(f'aiohttp花费时间===》{time.time() - t}')
# aiohttp花费时间===》7.244250774383545
