Python用yield form 实现异步协程爬虫 _生活百科

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

老板（主程序）：调用委派生成器
包工头（委派生成器）：包含yield from表达式的生成器
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