Python网络请求、JSON转换、多线程、异步IO

最新推荐文章于 2023-06-16 16:02:56 发布

原创最新推荐文章于 2023-06-16 16:02:56 发布 · 720 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #后端

本文介绍了Python中的HTTP客户端，包括requests、aiohttp和httpx的使用，以及同步、异步请求、JSON转换和多线程。探讨了异步IO在IO密集型应用中的优势，通过对比多进程、多线程和异步IO(asyncio)，展示了asyncio+uvloop在性能上的优越性。

在 Python 众多的 HTTP 客户端中，最有名的莫过于 requests 、 aiohttp 和 httpx 。

在不借助其他第三方库的情况下， requests 只能发送同步请求； aiohttp 只能发送异步请求； httpx 既能发送同步请求，又能发送异步请求。

那么怎么选择呢

只发同步请求用 requests ，但可配合多线程变异步。
只发异步请求用 aiohttp ，但可以配合await变同步。
httpx 可以发同步请求也可以异步，但是请求速度同步略差于 requests ，异步略差于 aiohttp

Asyncio 的强大。但是，任何一种方案都不是完美的，都存在一定的局限性，Asyncio 同样如此。

实际使用中，想用好 Asyncio，特别是发挥其强大的功能，很多情况下必须得有相应的 Python 库支持。

比如

requests 库并不兼容 Asyncio，而 aiohttp 库兼容。

requests

这里先说 requests

安装依赖

pip install requests

响应

响应的类型

#获取接口返回的字符串数据
r.text

#获取接口返回的json数据，即直接将json格式的数据转换为json对象
r.json()

#获取接口返回的二进制数据，假设二进制数据如果为图片可以继续转换成图片
r.content

#获取原始套接字,使用r.raw请在 requests 请求中加上参数 stream=True
r.raw

获取请求响应的其他信息

#获取状态码
r.status_code

#获取请求的url
r.url

#获取指定cookies信息
r.cookies['token']

#获取访问服务器返回给我们的响应头部信息
r.headers

#获取指定访问服务器返回给我们的响应头部信息
r.headers['Content-Type']

#获取发送到服务器的请求的头部的信息
r.request.headers

请求

GET请求

get请求：

res = requests.get(url,data=data,cookies=cookie,headers=header,verify=False,files=file)

data可传可不传，data是字典格式。

如果url是https的话，加上verify=False。如果url是http的话，可不加。

示例1

import requests

if __name__ == '__main__':
    r = requests.get("https://www.psvmc.cn")
    print(r.text)

示例2

import requests

if __name__ == '__main__':
    data = {'username': 'admin', 'passwd': '123456'}
    r = requests.get("https://www.psvmc.cn/login.json", params=data)
    print(r.status_code)
    print(r.json()["obj"])

POST请求

url_post = "https://www.psvmc.cn/login.json"

#不包含任何参数的请求
r = requests.post(url_post)

#不包含任何参数的请求,设置超时10s，timeout不设置则默认60s
r = requests.post(url_post,timeout=10)

#携带参数的请求，dict_param为参数字典，默认data=dict_param，使用data=则表示post的是form请求
#即 application/x-www-form-urlencoded 。
r = requests.post(url_post, data=dict_param)

#携带参数的请求，dict_param为参数字典，使用json=则表示post的是json请求
r = requests.post(url_post, json=dict_param)

#携带参数的请求，body传字符串，这里是JSON字符串。
r = requests.post(url_post, data=json.dumps(dict_param))

#携带参数的请求，dict_param为参数字典，设置超时10s,并携带headers属性
r = requests.post(
    url_post,
    data=dict_param,
    timeout=10,
    headers={
        'User-Agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 13_2_3 like Mac OS X)'
    })

#post请求上传文件
url = 'http://apihost/upload/post'
files = {'file': open('report.xls', 'rb')}
r = requests.post(url, files=files)

其他类型请求

r = requests.put(url, data =dict_param)
r = requests.delete(url)
r = requests.head(url)
r = requests.options(url)

代理

跨域的时候可以考虑代理访问，不管是post请求还是get请求，只需要添加proxies即可。

客户端开发时不用考虑跨域问题，没有必要设置代理访问。

proxies = {
  "http": "http://10.10.1.10:3128",
  "https": "http://10.10.1.10:1080",
}
requests.get(url_get, proxies=proxies)

查看代理是否有效

和telnet作用一样

import telnetlib

if __name__ == '__main__':
    try:
        telnetlib.Telnet('110.242.68.4', port='80', timeout=3)
    except:
        print('ip无效！')
    else:
        print('ip有效！')

异步请求

aiohttp 的代码与 httpx 异步模式的代码重合度90%，只不过把 AsyncClient 换成了 ClientSession ，

另外，在使用 httpx 时，当你 await client.post 时就已经发送了请求。但是当使用 aiohttp 时，只有在 awiat resp.json() 时才会真正发送请求。

aiohttp

import aiohttp
import asyncio


async def main():
    async with aiohttp.ClientSession() as client:
        resp = await client.post('https://www.psvmc.cn/login.json',
                                 json={'ts': '2020-01-20 13:14:15'})
        result = await resp.json()
        print(result)


asyncio.run(main())

httpx

import httpx
import asyncio


async def main():
    async with httpx.AsyncClient() as client:
        resp = await client.post('https://www.psvmc.cn/login.json',
                                 json={'ts': '2020-01-20 13:14:15'})
        result = resp.json()
        print(result)


asyncio.run(main())

JSON

字符串转对象

import json

# 一些 JSON:
x =  '{ "name":"Bill", "age":63, "city":"Seatle"}'

# 解析 x:
y = json.loads(x)

# 结果是 Python 字典：
print(y["age"])

对象转字符串

import json

# Python 对象（字典）：
x = {
  "name": "Bill",
  "age": 63,
  "city": "Seatle"
}

# 转换为 JSON：
y = json.dumps(x)

# 结果是 JSON 字符串：
print(y)

当 Python 转换为 JSON 时，Python 对象会被转换为 JSON（JavaScript）等效项：

Python	JSON
dict	Object
list	Array
tuple	Array
str	String
int	Number
float	Number
True	true
False	false
None	null

异步IO（协程）和请求

pip install aiohttp

简单示例

import asyncio


async def test():
    await asyncio.sleep(3)
    return "123"


async def main():
    result = await test()
    print(result)


if __name__ == '__main__':
    asyncio.run(main())

异步请求

import asyncio
import aiohttp
import time


async def download_one(url):
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as resp:
            print('Read {} from {}'.format(resp.content_length, url))


async def download_all(sites):
    tasks = [asyncio.ensure_future(download_one(site)) for site in sites]
    await asyncio.gather(*tasks)


def main():
    sites = [
        'https://www.psvmc.cn/index.html',
        'https://www.psvmc.cn/login.json',
        'https://www.psvmc.cn/userlist.json'
    ]
    start_time = time.perf_counter()

    loop = asyncio.get_event_loop()
    try:
        loop.run_until_complete(download_all(sites))
    finally:
        if loop.is_running():
            loop.close()
    end_time = time.perf_counter()
    print('Download {} sites in {} seconds'.format(
        len(sites), end_time - start_time))


if __name__ == '__main__':
    main()

多线程

from concurrent.futures import ThreadPoolExecutor
import threading


# 定义一个准备作为线程任务的函数
def action(num):
    print(threading.current_thread().name)
    return num+100


# 创建一个包含4条线程的线程池
with ThreadPoolExecutor(max_workers=3) as pool:

    future1 = pool.submit(action, 1000)

    def get_result(future):
        print(f"单个任务返回:{future.result()}")

    # 为future1添加线程完成的回调函数
    future1.add_done_callback(get_result)

    print('------------------------------')
    # 使用线程执行map计算
    results = pool.map(action, (50, 100, 150))
    for r in results:
        print(f"多个任务返回:{r}")

异步 IO/多进程/多线程对比

异步 IO(asyncio)、多进程(multiprocessing)、多线程(multithreading)

IO 密集型应用CPU等待IO时间远大于CPU 自身运行时间，太浪费；

常见的 IO 密集型业务包括：浏览器交互、磁盘请求、网络爬虫、数据库请求等

Python 世界对于 IO 密集型场景的并发提升有 3 种方法：多进程、多线程、异步 IO(asyncio);

理论上讲asyncio是性能最高的，原因如下：

进程、线程会有CPU上下文切换
进程、线程需要内核态和用户态的交互，性能开销大；而协程对内核透明的,只在用户态运行
进程、线程并不可以无限创建，最佳实践一般是 CPU*2；而协程并发能力强，并发上限理论上取决于操作系统IO多路复用(Linux下是 epoll)可注册的文件描述符的极限

那asyncio的实际表现是否如理论上那么强，到底强多少呢？我构建了如下测试场景：

访问500台 DB，并sleep 100ms模拟业务查询

方法 1；顺序串行一台台执行
方法 2：多进程
方法 3：多线程
方法 4：asyncio
方法 5：asyncio+uvloop

最后的 asyncio+uvloop 和官方asyncio 最大不同是用 Cython+libuv 重新实现了asyncio 的事件循环(event loop)部分,

官方测试性能是 node.js的 2 倍，持平 golang。

以下测试代码需要 Pyhton3.7+：

顺序串行一台台执行

import records

user = "root"
pwd = "123456"
port = 3306
hosts = []  # 500台 db列表

def query(host):
    conn = records.Database(
    f'mysql+pymysql://{user}:{pwd}@{host}:{port}/mysql?charset=utf8mb4')
    rows = conn.query('select sleep(0.1);')
    print(rows[0])

def main():
    for h in hosts:
        query(h)

# main entrance
if __name__ == '__main__':
    main()

多进程

from concurrent import futures
import records

user = "root"
pwd = "123456"
port = 3306
hosts = []  # 500台 db列表

def query(host):
    conn = records.Database(
    f'mysql+pymysql://{user}:{pwd}@{host}:{port}/mysql?charset=utf8mb4')
    rows = conn.query('select sleep(0.1);')
    print(rows[0])

def main():
    with futures.ProcessPoolExecutor() as executor:
        for future in executor.map(query,hosts):
            pass

# main entrance
if __name__ == '__main__':
    main()

多线程

from concurrent import futures
import records

user = "root"
pwd = "123456"
port = 3306
hosts = []  # 500台 db列表

def query(host):
    conn = records.Database(
    f'mysql+pymysql://{user}:{pwd}@{host}:{port}/mysql?charset=utf8mb4')
    rows = conn.query('select sleep(0.1);')
    print(rows[0])

def main():
    with  .ThreadPoolExecutor() as executor:
        for future in executor.map(query,hosts):
            pass

# main entrance
if __name__ == '__main__':
    main()

asyncio

import asyncio
from databases import Database 

user = "root"
pwd = "123456"
port = 3306
hosts = []  # 500台 db列表

async def query(host):
    DATABASE_URL = f'mysql+pymysql://{user}:{pwd}@{host}:{port}/mysql?charset=utf8mb4'
    async with Database(DATABASE_URL) as database:
        query = 'select sleep(0.1);'
        rows = await database.fetch_all(query=query)
        print(rows[0])

async def main():
    tasks = [asyncio.create_task(query(host)) for host in hosts]
    await asyncio.gather(*tasks)

# main entrance
if __name__ == '__main__':
    asyncio.run(main())

asyncio+uvloop

import asyncio
import uvloop
from databases import Database

user = "root"
pwd = "123456"
port = 3306
hosts = []  # 500台 db列表

async def query(host):
    DATABASE_URL = f'mysql+pymysql://{user}:{pwd}@{host}:{port}/mysql?charset=utf8mb4'
    async with Database(DATABASE_URL) as database:
        query = 'select sleep(0.1);'
        rows = await database.fetch_all(query=query)
        print(rows[0])


async def main():
    tasks = [asyncio.create_task(query(host)) for host in hosts]
    await asyncio.gather(*tasks)

# main entrance
if __name__ == '__main__':
    uvloop.install()
    asyncio.run(main())

运行时间对比