最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python并發(fā)編程隊列與多線程最快發(fā)送http請求方式

 更新時間:2021年09月14日 10:31:57   作者:somenzz  
假如有一個文件,里面有10萬個url,需要對每個url發(fā)送http請求,并打印請求結(jié)果的狀態(tài)碼,如何編寫代碼盡可能快的完成這些任務呢

Python 并發(fā)編程有很多方法,多線程的標準庫 threading,concurrency,協(xié)程 asyncio,當然還有 grequests 這種異步庫,每一個都可以實現(xiàn)上述需求,下面一一用代碼實現(xiàn)一下,本文的代碼可以直接運行,給你以后的并發(fā)編程作為參考:

隊列+多線程

定義一個大小為 400 的隊列,然后開啟 200 個線程,每個線程都是不斷的從隊列中獲取 url 并訪問。

主線程讀取文件中的 url 放入隊列中,然后等待隊列中所有的元素都被接收和處理完畢。代碼如下:

from threading import Thread
import sys
from queue import Queue
import requests
concurrent = 200 
def doWork():
    while True:
        url = q.get()
        status, url = getStatus(url)
        doSomethingWithResult(status, url)
        q.task_done()
def getStatus(ourl):
    try:
        res = requests.get(ourl)
        return res.status_code, ourl
    except:
        return "error", ourl
def doSomethingWithResult(status, url):
    print(status, url) 
q = Queue(concurrent * 2)
for i in range(concurrent):
    t = Thread(target=doWork)
    t.daemon = True
    t.start() 
try:
    for url in open("urllist.txt"):
        q.put(url.strip())
    q.join()
except KeyboardInterrupt:
    sys.exit(1)
 

運行結(jié)果如下:

有沒有 get 到新技能?

線程池

如果你使用線程池,推薦使用更高級的 concurrent.futures 庫:

import concurrent.futures
import requests
out = []
CONNECTIONS = 100
TIMEOUT = 5
urls = []
with open("urllist.txt") as reader:
    for url in reader:
        urls.append(url.strip())
def load_url(url, timeout):
    ans = requests.get(url, timeout=timeout)
    return ans.status_code
with concurrent.futures.ThreadPoolExecutor(max_workers=CONNECTIONS) as executor:
    future_to_url = (executor.submit(load_url, url, TIMEOUT) for url in urls)
    for future in concurrent.futures.as_completed(future_to_url):
        try:
            data = future.result()
        except Exception as exc:
            data = str(type(exc))
        finally:
            out.append(data)
            print(data)
 

協(xié)程 + aiohttp

協(xié)程也是并發(fā)非常常用的工具了:

import asyncio
from aiohttp import ClientSession, ClientConnectorError
 
async def fetch_html(url: str, session: ClientSession, **kwargs) -> tuple:
    try:
        resp = await session.request(method="GET", url=url, **kwargs)
    except ClientConnectorError:
        return (url, 404)
    return (url, resp.status)
 
async def make_requests(urls: set, **kwargs) -> None:
    async with ClientSession() as session:
        tasks = []
        for url in urls:
            tasks.append(
                fetch_html(url=url, session=session, **kwargs)
            )
        results = await asyncio.gather(*tasks) 
    for result in results:
        print(f'{result[1]} - {str(result[0])}')
if __name__ == "__main__":
    import sys
    assert sys.version_info >= (3, 7), "Script requires Python 3.7+."
    with open("urllist.txt") as infile:
        urls = set(map(str.strip, infile))
    asyncio.run(make_requests(urls=urls))

grequests

這是個第三方庫,目前有 3.8K 個星,就是 Requests + Gevent,讓異步 http 請求變得更加簡單。Gevent 的本質(zhì)還是協(xié)程。

使用前:

pip install grequests

使用起來那是相當?shù)暮唵危?/p>

import grequests
urls = []
with open("urllist.txt") as reader:
    for url in reader:
        urls.append(url.strip())
rs = (grequests.get(u) for u in urls)
for result in grequests.map(rs):
    print(result.status_code, result.url)

注意 grequests.map(rs) 是并發(fā)執(zhí)行的。運行結(jié)果如下:

也可以加入異常處理:

>>> def exception_handler(request, exception):
...    print("Request failed")
>>> reqs = [
...    grequests.get('http://httpbin.org/delay/1', timeout=0.001),
...    grequests.get('http://fakedomain/'),
...    grequests.get('http://httpbin.org/status/500')]
>>> grequests.map(reqs, exception_handler=exception_handler)
Request failed
Request failed
[None, None, <Response [500]>]

最后的話

今天分享了并發(fā) http 請求的幾種實現(xiàn)方式,有人說異步(協(xié)程)性能比多線程好,其實要分場景看的,沒有一種方法適用所有的場景,筆者就曾做過一個實驗,也是請求 url,當并發(fā)數(shù)量超過 500 時,協(xié)程明顯變慢。

以上就是Python并發(fā)編程隊列與多線程最快發(fā)送http請求方式的詳細內(nèi)容,更多關于Python并發(fā)編程隊列與多線程的資料請關注腳本之家其它相關文章!

相關文章

  • python圖片由RGB空間轉(zhuǎn)成LAB空間的實現(xiàn)方式

    python圖片由RGB空間轉(zhuǎn)成LAB空間的實現(xiàn)方式

    這篇文章主要介紹了python圖片由RGB空間轉(zhuǎn)成LAB空間的實現(xiàn)方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-10-10
  • Python讀寫Excel文件庫的實現(xiàn)示例

    Python讀寫Excel文件庫的實現(xiàn)示例

    本文主要介紹了Python讀寫Excel文件庫的實現(xiàn)示例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2023-08-08
  • pytorch 數(shù)據(jù)集圖片顯示方法

    pytorch 數(shù)據(jù)集圖片顯示方法

    今天小編就為大家分享一篇pytorch 數(shù)據(jù)集圖片顯示方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-07-07
  • python數(shù)據(jù)預處理 :樣本分布不均的解決(過采樣和欠采樣)

    python數(shù)據(jù)預處理 :樣本分布不均的解決(過采樣和欠采樣)

    今天小編就為大家分享一篇python數(shù)據(jù)預處理 :樣本分布不均的解決(過采樣和欠采樣),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-02-02
  • 運用PyTorch動手搭建一個共享單車預測器

    運用PyTorch動手搭建一個共享單車預測器

    這篇文章主要介紹了運用PyTorch動手搭建一個共享單車預測器,本文給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-08-08
  • DataFrame 將某列數(shù)據(jù)轉(zhuǎn)為數(shù)組的方法

    DataFrame 將某列數(shù)據(jù)轉(zhuǎn)為數(shù)組的方法

    下面小編就為大家分享一篇DataFrame 將某列數(shù)據(jù)轉(zhuǎn)為數(shù)組的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-04-04
  • Python向Excel中插入圖片的簡單實現(xiàn)方法

    Python向Excel中插入圖片的簡單實現(xiàn)方法

    這篇文章主要介紹了Python向Excel中插入圖片的簡單實現(xiàn)方法,結(jié)合實例形式分析了Python使用XlsxWriter模塊操作Excel單元格插入jpg格式圖片的相關操作技巧,非常簡單實用,需要的朋友可以參考下
    2018-04-04
  • 詳解Swift中屬性的聲明與作用

    詳解Swift中屬性的聲明與作用

    Swift中的屬性可以被分為存儲屬性和計算屬性,本文將為大家詳解Swift中屬性的聲明與作用,需要的朋友可以參考下
    2016-06-06
  • opencv python簡易文檔之圖像處理算法

    opencv python簡易文檔之圖像處理算法

    OpenCV是一個開源庫,包含了許多計算機視覺算法,它在計算機視覺和圖像處理中起著重要作用,用于實時操作,其效率足以滿足工業(yè)上的要求,這篇文章主要給大家介紹了關于opencv python簡易文檔之圖像處理算法的相關資料,需要的朋友可以參考下
    2021-08-08
  • python實現(xiàn)掃雷游戲

    python實現(xiàn)掃雷游戲

    這篇文章主要為大家詳細介紹了python實現(xiàn)掃雷游戲,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2020-03-03

最新評論

郴州市| 昭觉县| 河西区| 忻城县| 佛冈县| 望奎县| 青田县| 紫阳县| 平武县| 盐城市| 深泽县| 隆德县| 磐石市| 奉新县| 东方市| 三都| 闵行区| 临朐县| 普兰县| 太原市| 孙吴县| 新乐市| 河津市| 屏东县| 凤山县| 浦县| 文登市| 连州市| 任丘市| 屏东市| 巴南区| 安阳县| 乌拉特后旗| 铜梁县| 富阳市| 礼泉县| 泰州市| 崇阳县| 昌图县| 平和县| 周至县|