神器啊!比requests还好用的Python高效爬虫框架!

神器啊!比requests还好用的Python高效爬虫框架!

最近公司  Python 后端项目进行重构,整个后端逻辑基本都变更为采用”异步”协程的方式实现。看着满屏幕经过 async await(协程在 Python 中的实现)修饰的代码,我顿时感到一脸懵逼,不知所措。

虽然之前有了解过”协程”是什么东西,但并没有深入探索,于是正好借着这次机会可以好好学习一下。

Let’s go

神器啊!比requests还好用的Python高效爬虫框架!

什么是协程?

简单来说,协程是一种基于线程之上,但又比线程更加轻量级的存在。对于系统内核来说,协程具有不可见的特性,所以这种由 程序员自己写程序来管理 的轻量级线程又常被称作 “用户空间线程”。

协程比多线程好在哪呢?

1. 线程的控制权在操作系统手中,而协程的控制权完全掌握在用户自己手中,因此利用协程可以减少程序运行时的上下文切换,有效提高程序运行效率。

2. 建立线程时,系统默认分配给线程的栈大小是 1 M,而协程更轻量,接近 1 K ,因此可以在相同的内存中开启更多的协程。

3. 由于协程的本质不是多线程而是单线程,所以不需要多线程的锁机制。因为只有一个线程,也不存在同时写变量而引起的冲突。在协程中控制共享资源不需要加锁,只需要判断状态即可。所以协程的执行效率比多线程高很多,同时也有效避免了多线程中的竞争关系。

协程的适用 & 不适用场景

适用场景:协程适用于被阻塞的,且需要大量并发的场景。

不适用场景:协程不适用于存在大量计算的场景(因为协程的本质是单线程来回切换),如果遇到这种情况,还是应该使用其他手段去解决。

初探异步 http 框架 httpx

至此我们对 “协程” 应该有了个大概的了解,但故事说到这里,相信有朋友还是满脸疑问:”协程” 对于接口测试有什么帮助呢?不要着急,答案就在下面。

相信用过 Python 做接口测试的朋友都对 requests 库不陌生。requests 中实现的 http 请求是同步请求,但其实基于 http 请求 IO 阻塞的特性,非常适合用协程来实现 “异步” http 请求从而提升测试效率。  

相信早就有人注意到了这点,于是在 Github 经过了一番探索后,果不其然,最终寻找到了支持协程 “异步” 调用 http 的开源库: httpx。

什么是 httpx

httpx 是一个几乎继承了所有 requests 的特性并且支持 “异步” http 请求的开源库。简单来说,可以认为 httpx 是强化版 requests。

下面大家可以跟着我一起见识一下 httpx 的强大。

安装

httpx 的安装非常简单,在 Python 3.6 以上的环境执行。

pip install httpx

登录后复制

最佳实践

俗话说得好,效率决定成败。我分别使用了 httpx 异步 和 同步 的方式对批量 http 请求进行了耗时比较,来一起看看结果吧~

首先来看看同步 http 请求的耗时表现:

import asyncioimport httpximport threadingimport timedef sync_main(url, sign): response = httpx.get(url).status_code print(f'sync_main: {threading.current_thread()}: {sign}2 + 1{response}')sync_start = time.time()[sync_main(url='http://www.baidu.com', sign=i) for i in range(200)]sync_end = time.time()print(sync_end - sync_start)

登录后复制

代码比较简单,可以看到在 sync_main 中则实现了同步 http 访问百度 200 次。

运行后输出如下(截取了部分关键输出…):

sync_main: : 192: 200sync_main: : 193: 200sync_main: : 194: 200sync_main: : 195: 200sync_main: : 196: 200sync_main: : 197: 200sync_main: : 198: 200sync_main: : 199: 20016.56578803062439

登录后复制

可以看到在上面的输出中, 主线程没有进行切换(因为本来就是单线程啊喂!)请求按照顺序执行(因为是同步请求)。

程序运行共耗时 16.6 秒。

下面我们试试 “异步” http 请求:

import asyncioimport httpximport threadingimport timeclient = httpx.AsyncClient()async def async_main(url, sign): response = await client.get(url) status_code = response.status_code print(f'async_main: {threading.current_thread()}: {sign}:{status_code}')loop = asyncio.get_event_loop()tasks = [async_main(url='http://www.baidu.com', sign=i) for i in range(200)]async_start = time.time()loop.run_until_complete(asyncio.wait(tasks))async_end = time.time()loop.close()print(async_end - async_start)

登录后复制

上述代码在 async_main 中用 async await 关键字实现了”异步” http,通过 asyncio ( 异步 io 库请求百度首页 200 次并打印出了耗时)。

运行代码后可以看到如下输出(截取了部分关键输出…)。

async_main: : 56: 200async_main: : 99: 200async_main: : 67: 200async_main: : 93: 200async_main: : 125: 200async_main: : 193: 200async_main: : 100: 2004.518340110778809

登录后复制

可以看到顺序虽然是乱的(56,99,67…) (这是因为程序在协程间不停切换) 但是主线程并没有切换 (协程本质还是单线程 )。

程序共耗时 4.5 秒。

比起同步请求耗时的 16.6 秒 缩短了接近 73 %!

俗话说得好,一步快,步步快。 在耗时方面,”异步” httpx 确实比同步 http 快了很多。当然,”协程” 不仅仅能在请求效率方面赋能接口测试, 掌握 “协程”后,相信小伙伴们的技术水平也能提升一个台阶,从而设计出更优秀的测试框架。

好了,这就是今天分享的全部内容,喜欢就点个赞吧~

以上就是神器啊!比requests还好用的Python高效爬虫框架!的详细内容,更多请关注【创想鸟】其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至253000106@qq.com举报,一经查实,本站将立刻删除。

发布者:PHP中文网,转转请注明出处:https://www.chuangxiangniao.com/p/2241031.html

(0)
上一篇 2025年2月26日 20:31:51
下一篇 2025年2月19日 00:33:12

AD推荐 黄金广告位招租... 更多推荐

相关推荐

  • Python 你可能从未听说过的五种隐藏技巧

    人生苦短,快学Python 1. … 对象 没错,你没看错,就是 “…” 在Python中 … 代表着一个名为 Ellipsis 的对象。根据官方说明,它是一个特殊值,通常可以作为…

    2025年2月26日
    200
  • 我们一起聊聊 Python 八股文

    ​同志们好,今天带着大家一起来复习python中的基础问题,我们都知道python属于解释性语言,效率也就相对其它语言来说较低一些,这个较低只是运行稍微低些,但是呢,在很多场景买这些都是微不足道的 凭借着语法的易于理解和学习,可以在短时间内…

    编程技术 2025年2月26日
    200
  • 一文详尽 Python 函数式编程技术

    本文对 Python 中的函数式编程技术进行了简单的入门介绍。 头等函数 在 Python 中,函数是「头等公民」(first-class)。也就是说,函数与其他数据类型(如 int)处于平等地位。 因而,我们可以将函数赋值给变量,也可以将…

    2025年2月26日
    100
  • 聊聊 Python 最常用的语句、函数有哪些?

    一、内置函数 内置函数是python自带的函数方法,拿来就可以用,比方说zip、filter、isinstance等 下面是Python官档给出的内置函数列表,相当的齐全 下面几个是常见的内置函数: 1、enumerate(iterable…

    2025年2月26日 编程技术
    200
  • Python 脚本打包 exe,auto-py-to-exe 来帮你!

    一. 什么是auto-py-to-exe auto-py-to-exe 是一个用于将Python程序打包成可执行文件的图形化工具。本文就是主要介绍如何使用 auto-py-to-exe 完成 python 程序打包。auto-py-to-e…

    2025年2月26日 编程技术
    200
  • Python 比较两个时间序列在图形上是否相似

    比较两个时间序列在图形上是否相似,可以通过以下方法: 可视化比较:将两个时间序列绘制在同一张图上,并使用相同的比例和轴标签进行比较。可以观察它们的趋势、峰值和谷值等特征,从而进行比较。峰值和谷值比较:通过比较两个时间序列中的峰值和谷值来进行…

    编程技术 2025年2月26日
    200
  • 带参数的全类型 Python 装饰器

    这篇短文中显示的代码取自我的小型开源项目按合同设计,它提供了一个类型化的装饰器。装饰器是一个非常有用的概念,你肯定会在网上找到很多关于它们的介绍。简单说,它们允许在每次调用装饰函数时(之前和之后)执行代码。通过这种方式,你可以修改函数参数或…

    2025年2月26日
    200
  • 八个拿来即用的Python自动化脚本!

    每天你都可能会执行许多重复的任务,例如阅读新闻、发邮件、查看天气、清理文件夹等等,使用自动化脚本,就无需手动一次又一次地完成这些任务,非常方便。而在某种程度上,Python 就是自动化的代名词。 今天分享 8 个非常有用的 Python 自…

    2025年2月26日
    200
  • 用 Python 的 Template 类生成文件报告

    介绍 很多时候,我发现自己需要进行生成报告、输出文件或字符串的任务。它们或多或少都会遵循某种模式,通常这些模式是如此相似,以至于我们希望拥有一个可以重用并直接输入数据的模板。幸运的是,Python提供了一个可以帮助我们的类:string.T…

    2025年2月26日
    200
  • Python常见报错及解决方案,建议收藏!

    正文  大家好,我是Python人工智能技术 如果说写代码最害怕什么,那无疑是Bug。而对于新手来说,刚刚接触编程,在享受写代码的成就感时,往往也会被各式各样的Bug弄得晕头转向。 今天,我们就做了一期Python常见报错的分享,拯救你的代…

    2025年2月26日
    200

发表回复

登录后才能评论