Python用yield form 实现异步协程爬虫

很古老的用法了,现在大多用的aiohttp库实现,这篇记录仅仅用做个人的协程底层实现的学习 。争取用看得懂的字来描述问题 。
1.什么是yield如果还没有怎么用过的话,直接把yield看做成一种特殊的return(PS:本质 generator(生成器))return是返回一个值然后就终断函数了,而yield返回的是一个生成器(PS:不知道的直接看作特殊列表,看下面的代码案例)
# -*- coding: utf-8 -*-# @Time    : 2022/11/10 16:17# @Author  : 红后# @Email   : not_enabled@163.com# @blog    : https://www.cnblogs.com/Red-Sun# @File    : 实例1.py# @Software: PyCharmdef main():    '''    遍历0到4,这五个数,并分别打印    '''    for num in range(5):        yield numif __name__ == '__main__':    for num in main():        print(num)    print('-'*50)    for num in [0, 1, 2, 3, 4]:        print(num)将它看作列表用for循环遍历,就能取出其中的值 。
2.yield于列表的区别它与原来列表的区别就在于 , 自带的列表是固定的,而把yield看作列表的话是动态的 。具体案例描述请看代码及备注(PS:个人自己描述的,有不对的地方望各位指点)
# -*- coding: utf-8 -*-# @Time    : 2022/11/14 13:24# @Author  : 红后# @Email   : not_enabled@163.com# @blog    : https://www.cnblogs.com/Red-Sun# @File    : 实例2.py# @Software: PyCharmdef main():    '''    将yield看作一个动态列表,从yield左往右为传出数据,从又往左为传入数据 。    PS:有yield存在的那一行 , 需要从左往右传出数据跑一遍,数据出去以后又要从又往左带接收的数据跑一遍,一共一行跑两边(仅作者个人记忆方法)    '''    num1 = yield    num2 = yield    print(num1, num2)    yield num1 + num2if __name__ == '__main__':    a = main()    # 第一个next对应第一个yield的右边为空即None,所以动态列表中加入一个参数为None,返回值为列表的-1位是None    print(next(a))  # [None]    # 第二个通过send方法传入一个数1,即在上一次停止的地方从右往左传入参数 , 所以给num1赋值为1.然后继续找下一个yield,其右边的值依旧为None,加入动态列表 , 此时返回值-1位依旧是None    print(a.send(1))  # [None, None]    # 第三通过send方法传入一个数2,即在上一次停止的地方从右往左传入参数,所以给num2赋值为2.然后继续找下一个yield,其右边的值为num1 + num2,此时num1为1 , num2为2,计算得返回值-1位为3    print(a.send(2))  # [None, None, num1 + num2]3.yield from 实现协程yield from 后面需要加可迭代对象当它后面加上生成器(上述所说的yield这种)便可以实现生成的嵌套

  1. 老板(主程序):调用委派生成器
  2. 包工头(委派生成器):包含yield from表达式的生成器
  3. 打工仔(子生成器):生成器函数
其中委派生成器的作用:在主程序与子生成器之间建立一个双向通道 。所谓双向通道是指,主程序可以将参数通过send传递给子生成器,子生成器的yield的值也可以直接返回给主函数 。(PS:委派生成器只有创建通道的作用 , 没有拦截数据这种功能)也许有人会想直接用主程序调用子生成器不就行了,而对这的解释是,使用yield from作为中间过渡是为了让它帮我们进行异常处理(PS:类似写程序为了正常运行加上try一个道理)
# -*- coding: utf-8 -*-# @Time    : 2022/11/10 15:13# @Author  : 红后# @Email   : not_enabled@163.com# @blog    : https://www.cnblogs.com/Red-Sun# @File    : coroutines.py# @Software: PyCharmimport requestsdef coroutines_spider():    '''    子生成器(PS: 打工仔,真正干活的)    '''    response = None  # 首次激活返回None,后期网页响应覆盖    while True:        url = yield response        response = requests.get(url)def appoint():    '''    委派生成器,委托子生成器完成具体任务 (PS: 类似包工头负责劳务派遣)    '''    while True:        yield from coroutines_spider()  # 建立子生成器和主函数的双通道def main(url_list: list):    '''    主函数(PS: 相当于老板 , 张贴招人启示)    '''    ul = appoint()  # 创建委派生成器    next(ul)  # 激活它    for url in url_list:        response = ul.send(url)  # 将url作为参数传递进入子生成器中,返回子生成器yield出来的response        print(response.url, response.status_code)  # 打印出response中的链接和状态码if __name__ == '__main__':    url_list = ['https://www.baidu.com/', 'https://www.4399.com/', 'https://cn.bing.com/', ]    main(url_list=url_list

推荐阅读