一:简单使用
from twisted.internet import defer from twisted.web.client import getPage from twisted.internet import reactor def one_done(arg): print(arg) def all_done(arg): print("all done") reactor.stop() @defer.inlineCallbacks def task(url): res = getPage(bytes(url,encoding="utf-8")) #获取页面,发送http请求,是使用select池将所有socket请求保存,依据此进行计数。 print('6',type(res)) #<class 'twisted.internet.defer.Deferred'> res.addCallback(one_done) #对每一个请求都添加一个回调方法 yield res #返回他 start_url_list = [ 'http://www.baidu.com', 'http://www.github.com', ] defer_list = [] for url in start_url_list: v = task(url) #发送请求后立即返回,不等待返回,v是一个特殊对象,标志你发送到那个请求 print(v,type(v)) defer_list.append(v) d = defer.DeferredList(defer_list) #将上面的特殊对象列表一起放入DeferredList d.addBoth(all_done) #为所有对象添加回调 reactor.run() #会一直循环,我们需要在任务执行完毕后关闭。含有计数器,执行一个任务,会执行一次one_done,计数减一。单任务执行完毕,计数为0,执行all_done
二:模块了解,getPage创建连接,放入select池中,进行计数,在事件循环时依据计数进行关闭(所以执行后自动关闭)
from twisted.internet import defer from twisted.web.client import getPage from twisted.internet import reactor def one_done(arg): print(arg) def all_done(arg): print("all done") reactor.stop() @defer.inlineCallbacks def task(url): res = getPage(bytes(url,encoding="utf-8")) #获取页面,发送http请求,创建socket res.addCallback(one_done) #对每一个请求都添加一个回调方法 yield res #返回他 res = getPage(bytes(url,encoding="utf-8")) #获取页面,发送http请求 res.addCallback(one_done) #对每一个请求都添加一个回调方法 yield res #返回他 start_url_list = [ 'http://www.baidu.com', 'http://cn.bing.com', ] defer_list = [] for url in start_url_list: v = task(url) #发送请求后立即返回,不等待返回,v是一个特殊对象,标志你发送到那个请求 print(v,type(v)) defer_list.append(v) d = defer.DeferredList(defer_list) #将上面的特殊对象列表一起放入DeferredList d.addBoth(all_done)#为所有对象添加回调 reactor.run()#会一直循环,我们需要在任务执行完毕后关闭。含有计数器,执行一个任务,会执行一次one_done,计数减一。单任务执行完毕,计数为0,执行all_done
三:Deferred创建一个特殊socket对象,不放人select池,不发送请求,需要我们自己去终止
# coding:utf8 # __author: Administrator # date: 2018/6/28 0028 # /usr/bin/env python from twisted.internet import defer from twisted.web.client import getPage from twisted.internet import reactor def one_done(arg): print(arg) def all_done(arg): print("all done") reactor.stop() @defer.inlineCallbacks def task(): url = "http://www.baidu.com" res = getPage(bytes(url, encoding="utf-8")) # 获取页面,发送http请求 res.addCallback(one_done) # 对每一个请求都添加一个回调方法 url = "http://cn.bing.com" res = getPage(bytes(url, encoding="utf-8")) # 获取页面,发送http请求 res.addCallback(one_done) # 对每一个请求都添加一个回调方法 url = "http://www.cctv.com" res = getPage(bytes(url, encoding="utf-8")) # 获取页面,发送http请求 res.addCallback(one_done) # 对每一个请求都添加一个回调方法 yield defer.Deferred() defer_list = [] v = task() # 发送请求后立即返回,不等待返回,v是一个特殊对象,标志你发送到那个请求 defer_list.append(v) d = defer.DeferredList(defer_list) # 将上面的特殊对象列表一起放入DeferredList d.addBoth(all_done) # 为所有对象添加回调 reactor.run() # 会一直循环,我们需要在任务执行完毕后关闭。含有计数器,执行一个任务,会执行一次one_done,计数减一。单任务执行完毕,计数为0,执行all_done
注意:
会执行每个getPage的回调 ,不会执行所有请求的公共回调,所有可以在每个的回调中进行处理,让他(将他设为全局)暂停。
count = 0 _close = None def one_done(arg): print(arg) global count count += 1 if count == 3: #callback(None)会停止Deferred对象 _close.callback(None) #可以知道获取的响应数据是在事件循环中才去read,task方法只是创建写入socket def all_done(arg): print("all done") reactor.stop() @defer.inlineCallbacks #协程预激活器,在装饰器内部先使用send(None)激活协程 def task(): url = "http://www.baidu.com" res = getPage(bytes(url, encoding="utf-8")) # 获取页面,发送http请求 res.addCallback(one_done) # 对每一个请求都添加一个回调方法 url = "http://cn.bing.com" res = getPage(bytes(url, encoding="utf-8")) # 获取页面,发送http请求 res.addCallback(one_done) # 对每一个请求都添加一个回调方法 url = "http://www.cctv.com" res = getPage(bytes(url, encoding="utf-8")) # 获取页面,发送http请求 res.addCallback(one_done) # 对每一个请求都添加一个回调方法 global _close _close = defer.Deferred() yield _close defer_list = [] v = task() # 发送请求后立即返回,不等待返回,v是一个特殊对象,标志你发送到那个请求 defer_list.append(v) d = defer.DeferredList(defer_list) # 将上面的特殊对象列表一起放入DeferredList d.addBoth(all_done) # 为所有对象添加回调 reactor.run() # 会一直循环,我们需要在任务执行完毕后关闭。含有计数器,执行一个任务,会执行一次one_done,计数减一。单任务执行完毕,计数为0,执行all_done
四:简单模拟一次请求
from twisted.internet import defer
from twisted.internet.defer import Deferred
_close = None
def one_done(arg):
print(arg)
_close.callback(None) #将Deferred对象停止,之后才会去执行all_done,在all_done中终止掉事件循环
def all_done(arg):
print("all done")
reactor.stop()
def coro_active(func):
def inner(*args,**kwargs):
gen = func(*args,**kwargs)
deferred = Deferred()
global _close
_close = deferred
result = gen.send(None) #预激活完成,执行到yield res
if isinstance(result, Deferred):
# a deferred was yielded, get the result.
return deferred #返回一个特殊socket对象,不会发送请求,阻塞在这,在事件循环中,会被自动停止
return inner
@coro_active #协程预激活器
def task():
url = "http://www.baidu.com"
res = getPage(bytes(url, encoding="utf-8")) # 获取页面,发送http请求
#内部对getPage的deferred进行了计数(是使用了队列),当运行一个getPage就会减一self._cancellations-=1,当为0时会退出循环,但是当我们自己返回一个deferred对象,则该对象计数不会自动去销毁,导致一直处于IO循环
res.addCallback(one_done) # 对每一个请求都添加一个回调方法
yield res
defer_list = []
v = task() # 发送请求后立即返回,不等待返回,v是一个特殊对象,标志你发送到那个请求
print(v)
defer_list.append(v)
d = defer.DeferredList(defer_list) # 将上面的特殊对象列表一起放入DeferredList
d.addBoth(all_done) # 为所有对象添加回调
reactor.run()
注意:在上面正常使中yield getPage(...),@defer.inlineCallbacks预激活器也是返回了一个Deferred对象,他是否在预激活器中使用了一样的方法。
五:Scrapy模拟
from twisted.internet import defer from twisted.web.client import getPage from twisted.internet import reactor count = 0 _close = None def one_done(arg): print(arg) global count count += 1 if count == 6: _close.callback(None) pass def all_done(arg): print("all done") reactor.stop() @defer.inlineCallbacks def task(): #一个task相当于一个爬虫 #看做是递归的 #第一个是start_url url = "http://www.baidu.com" res = getPage(bytes(url, encoding="utf-8")) # 获取页面,发送http请求 res.addCallback(one_done) # 对每一个请求都添加一个回调方法 #下面两个可以看做parse中yield Request获取的请求 url = "http://cn.bing.com" res = getPage(bytes(url, encoding="utf-8")) # 获取页面,发送http请求 res.addCallback(one_done) # 对每一个请求都添加一个回调方法 url = "http://www.cctv.com" res = getPage(bytes(url, encoding="utf-8")) # 获取页面,发送http请求 res.addCallback(one_done) # 对每一个请求都添加一个回调方法 #若是任务没有结束,Deferred对象就一直hold住事件循环,当任务结束,事件循环停止 global _close if not _close: _close = defer.Deferred() yield _close spider1 = task() spider2 = task() #两个爬虫都是并发的,内部请求也是并发的 d = defer.DeferredList([spider1,spider2]) # 将上面的特殊对象列表一起放入DeferredList d.addBoth(all_done) # 为所有对象添加回调 reactor.run() # 会一直循环,我们需要在任务执行完毕后关闭。含有计数器,执行一个任务,会执行一次one_done,计数减一。单任务执行完毕,计数为0,执行all_done