• 比 requests 更强大 Python 库,让你的爬虫效率提高一倍


    最近公司 Python 后端项目进行重构,整个后端逻辑基本都变更为采用"异步"协程的方式实现。看着满屏幕经过 async await(协程在 Python 中的实现)修饰的代码,我顿时感到一脸懵逼,不知所措。

    虽然之前有了解过"协程"是什么东西,但并没有深入探索,于是正好借着这次机会可以好好学习一下。

    什么是协程?
    简单来说,协程是一种基于线程之上,但又比线程更加轻量级的存在。对于系统内核来说,协程具有不可见的特性,所以这种由 程序员自己写程序来管理 的轻量级线程又常被称作 "用户空间线程"。

    协程比多线程好在哪呢?
    1. 线程的控制权在操作系统手中,而 协程的控制权完全掌握在用户自己手中,因此利用协程可以减少程序运行时的上下文切换,有效提高程序运行效率。

    2. 建立线程时,系统默认分配给线程的 栈 大小是 1 M,而协程更轻量,接近 1 K 。因此可以在相同的内存中开启更多的协程。

    3. 由于协程的本质不是多线程而是单线程,所以不需要多线程的锁机制。因为只有一个线程,也不存在同时写变量而引起的冲突。在协程中控制共享资源不需要加锁,只需要判断状态即可。所以协程的执行效率比多线程高很多,同时也有效避免了多线程中的竞争关系。

    协程的适用 & 不适用场景
    适用场景:协程适用于被阻塞的,且需要大量并发的场景。

    不适用场景:协程不适用于存在大量计算的场景(因为协程的本质是单线程来回切换),如果遇到这种情况,还是应该使用其他手段去解决。

    初探异步 http 框架 httpx
    至此我们对 "协程" 应该有了个大概的了解,但故事说到这里,相信有朋友还是满脸疑问:"协程" 对于接口测试有什么帮助呢?不要着急,答案就在下面。

    相信用过 Python 做接口测试的朋友都对 requests 库不陌生。requests 中实现的 http 请求是同步请求,但其实基于 http 请求 IO 阻塞的特性,非常适合用协程来实现 "异步" http 请求从而提升测试效率。

    相信早就有人注意到了这点,于是在 Github 经过了一番探索后,果不其然,最终寻找到了支持协程 "异步" 调用 http 的开源库: httpx

    什么是 httpx
    httpx 是一个几乎继承了所有 requests 的特性并且支持 "异步" http 请求的开源库。简单来说,可以认为 httpx 是强化版 requests。

    下面大家可以跟着我一起见识一下 httpx 的强大

    安装
    httpx 的安装非常简单,在 Python 3.6 以上的环境执行

    pip install httpx

    最佳实践
    俗话说得好,效率决定成败。我分别使用了 httpx 异步 和 同步 的方式对批量 http 请求进行了耗时比较,来一起看看结果吧~

    首先来看看同步 http 请求的耗时表现:

    import asyncio
    import httpx
    import threading
    import time
    
    def sync_main(url, sign):
    response = httpx.get(url).status_code
    print(f'sync_main: {threading.current_thread()}: {sign}: {response}')
    
    sync_start = time.time()
    [sync_main(url='http://www.baidu.com', sign=i) for i in range(200)]
    sync_end = time.time()
    print(sync_end - sync_start)

    代码比较简单,可以看到在 sync_main 中则实现了同步 http 访问百度 200 次。

    运行后输出如下(截取了部分关键输出...):

    sync_main: <_MainThread(MainThread, started 4471512512)>: 192: 200
    sync_main: <_MainThread(MainThread, started 4471512512)>: 193: 200
    sync_main: <_MainThread(MainThread, started 4471512512)>: 194: 200
    sync_main: <_MainThread(MainThread, started 4471512512)>: 195: 200
    sync_main: <_MainThread(MainThread, started 4471512512)>: 196: 200
    sync_main: <_MainThread(MainThread, started 4471512512)>: 197: 200
    sync_main: <_MainThread(MainThread, started 4471512512)>: 198: 200
    sync_main: <_MainThread(MainThread, started 4471512512)>: 199: 200
    16.56578803062439

    可以看到在上面的输出中, 主线程没有进行切换(因为本来就是单线程啊喂!)请求按照顺序执行(因为是同步请求)。

    程序运行共耗时 16.6 秒

    下面我们试试 "异步" http 请求:​​​​​​​

    import asyncio
    import httpx
    import threading
    import time
    
    client = httpx.AsyncClient()
    
    async def async_main(url, sign):
      response = await client.get(url)
      status_code = response.status_code
      print(f'async_main: {threading.current_thread()}: {sign}:{status_code}')
    
    
    loop = asyncio.get_event_loop()
    tasks = [async_main(url='http://www.baidu.com', sign=i) for i in range(200)]
    async_start = time.time()
    loop.run_until_complete(asyncio.wait(tasks))
    async_end = time.time()
    loop.close()
    print(async_end - async_start)


    上述代码在 async_main 中用 async await 关键字实现了"异步" http,通过 asyncio ( 异步 io 库请求百度首页 200 次并打印出了耗时。

    运行代码后可以看到如下输出(截取了部分关键输出...)​​​​​​​

    async_main: <_MainThread(MainThread, started 4471512512)>: 56: 200
    async_main: <_MainThread(MainThread, started 4471512512)>: 99: 200
    async_main: <_MainThread(MainThread, started 4471512512)>: 67: 200
    async_main: <_MainThread(MainThread, started 4471512512)>: 93: 200
    async_main: <_MainThread(MainThread, started 4471512512)>: 125: 200
    async_main: <_MainThread(MainThread, started 4471512512)>: 193: 200
    async_main: <_MainThread(MainThread, started 4471512512)>: 100: 200
    4.518340110778809


    可以看到顺序虽然是乱的(56,99,67...) (这是因为程序在协程间不停切换) 但是主线程并没有切换 (协程本质还是单线程 )。

    程序共耗时 4.5 秒

    比起同步请求耗时的 16.6 秒 缩短了接近 73 %!

    俗话说得好,一步快,步步快。 在耗时方面,"异步" http 确实比同步 http 快了很多。当然,"协程" 不仅仅能在请求效率方面赋能接口测试, 掌握 "协程"后,相信小伙伴们的技术水平也能提升一个台阶,从而设计出更优秀的测试框架。

    原文链接:https://blog.csdn.net/weixin_36691991/article/details/118722041

  • 相关阅读:
    项目经理手记
    自动填写版权信息
    在批处理中实现等待/延迟/暂停
    使用 PowerDesigner 设计数据库
    如何让PowerDesigner支持自动生成含SQL Server 2000的表和列注释的角本
    管理人员的招聘始末谈
    PowerDesign 6简易介绍
    PowerDesigner11.0使用总结
    用表单字段加亮的方式为用户提供友好的界面
    择才有道——企业招聘方式比较
  • 原文地址:https://www.cnblogs.com/tjp40922/p/15622437.html
Copyright © 2020-2023  润新知