Python用yield from实现异步协程爬虫的实践

一、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: PyCharm

def main():
 '''
 遍历0到4,这五个数,并分别打印
 '''
 for num in range(5):
 yield num

if __name__ == '__main__':
 for num in main():
 print(num)
 print('-'*50)
 for num in [0, 1, 2, 3, 4]:
 print(num)

在这里插入图片描述

将它看作列表用for循环遍历,就能取出其中的值。

二、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 : 2023/01/11 15:24
# @Author : 红后
# @Email : not_enabled@163.com
# @blog : https://www.cnblogs.com/Red-Sun
# @File : 实例2.py
# @Software: PyCharm

def 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右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)
 '''
 Python学习群:748989764
 num1 = yield
 num2 = yield
 print(num1, num2)
 yield num1 + num2
if __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]

在这里插入图片描述

三、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: PyCharm

import requests


def 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)

在这里插入图片描述

作者:Python无霸哥原文地址:https://blog.csdn.net/weixin_45841831/article/details/128645395

%s 个评论

要回复文章请先登录注册