aiohttp学习笔记及RuntimeError: Event loop is closed解决办法(close问题)
文章目录
一、概念
1.爬虫的基本组成
a.url管理模块
b.HTML下载模块
c.数据存储模块
d.爬虫调度模块
2.同步和异步
同步和异步关注的是消息通信机制
同步:再发出一个调用时,在没有得到结果之前,该调用就不会返回,但是一旦调用返回,就得到返回值。换句话说,就是由调用者主动等待这个调用结果
异步:调用在发出之后,这个调用就直接返回了,所以没有返回结果。当一个异步过程调用发出之后,调用者不会立刻得到结果,而是再在调用发出后,被调用这通过状态、通知来通知调用者,或通过回调函数处理这个调用
3.阻塞与非阻塞
阻塞和非阻塞关注的是程序在等待调用结果(消息,返回值)时的状态
阻塞调用是指调用结果返回之前,当前线程会被挂起
调用线程只有在得到结果之后才会返回
非阻塞调用指在不能立刻得到结果之前,该调用不会阻塞当前线程
4.协程
coroutines:一种比线程更加轻量级的存在,一个线程拥有多个协程。
协程被操作系统内核管理,完全可以自由程序控制,这样就是在性能上得到了很大的提升,因为单线程所以避免了上下文之间的切换
通过yield/send可以实现一个协程,yield可以让协程暂停和线程的阻塞是有本质的却别,协程暂停完全由程序控制,线程的阻塞状态由操作系统内核控制。开销远小于线程。python3.5以后 async/await成为了更好的替代方案
5.asyncio
一个异步io库,从python3.4开始加入官方库,一直到python3.5才将许多临时api定格下来,知道python3.6才定格,python3.6为其加入async和await两大关键字,到python3.7加入asyncio.run方法,进一步简化运行入口的写法
6.事件循环
事件循环是一种处理多并发量的有效方式,在维基百科中它被描述为“一种等待程序分配事件或消息的变成架构”,我们可以定义事件循环来简化使用轮询方法来监控时间。他的意义最通俗的说法是“当A发生时,执行B”。他是asyncio提供的“中央处理设备”
7.uvlop
Cypthon编写、用来代替asyncio事件循环。
作者说“他在速度上至少比NOde.js、geven以及其他任何python异步框架快2倍”
8.其他
mongodb的异步版本 Motor
mongodb文件存储系统 GridFS
GridFS:https://blog.youkuaiyun.com/u011194506/article/details/75578818?utm_medium=distribute.pc_relevant.none-task-blog-searchFromBaidu-1.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-searchFromBaidu-1.control
二、示例代码
1.aiohttp
import asyncio
import aiohttp
# 这里加异常捕获是因为uvloop不支持windos环境
try:
import uvloop
asyncio.set_event_loop_policy(uvloop.EventLoopPolicy())
except ImportError as e:
pass
url = "http://www.baidu.com"
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) "
"Chrome/88.0.4324.104 Safari/537.36",
}
async def fetch(url):
timeout = aiohttp.ClientTimeout(total=5)
# tc为一个connector 限制TCP的连接数 忽略SSL证书错误
async with aiohttp.TCPConnector(limit=30, verify_ssl=False)as tc:
# 定义一个session,通过异步上下文关键字定义
async with aiohttp.ClientSession(connector=tc,timeout=timeout)as session:
# req就是response
async with session.get(url, headers=headers)as req:
status = req.status
if status in [200, 201]:
# 因为异步所以需要用await去调用
source = await req.text()

本文介绍了Python异步IO库aiohttp的使用,包括基本概念如爬虫组件、同步与异步、协程、事件循环等,并提供了示例代码。在实践中遇到RuntimeError: Event loop is closed的问题,解决方案是重写close方法以避免错误。此外,还展示了使用aiohttp进行网页抓取和代理设置的示例,以及在百度文库列表页的爬虫实现。
最低0.47元/天 解锁文章
5700

被折叠的 条评论
为什么被折叠?



