python aiohttp的使用详解

时间:2022-11-30 17:00:13

1.aiohttp的简单使用(配合asyncio模块)

?
1
2
3
4
5
6
7
8
9
10
11
12
13
import asyncio,aiohttp
 
async def fetch_async(url):
 print(url)
 async with aiohttp.request("get",url) as r:
  reponse = await r.text(encoding="utf-8")  #或者直接await r.read()不编码,直接读取,适合于图像等无法编码文件
  print(reponse)
 
tasks = [fetch_async('http://www.baidu.com/'), fetch_async('http://www.chouti.com/')]
 
event_loop = asyncio.get_event_loop()
results = event_loop.run_until_complete(asyncio.gather(*tasks))
event_loop.close()

2.发起一个session请求

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
import asyncio,aiohttp
 
async def fetch_async(url):
 print(url)
 async with aiohttp.clientsession() as session:  #协程嵌套,只需要处理最外层协程即可fetch_async
  async with session.get(url) as resp:
   print(resp.status)
   print(await resp.text())  #因为这里使用到了await关键字,实现异步,所有他上面的函数体需要声明为异步async
 
tasks = [fetch_async('http://www.baidu.com/'), fetch_async('http://www.cnblogs.com/ssyfj/')]
 
event_loop = asyncio.get_event_loop()
results = event_loop.run_until_complete(asyncio.gather(*tasks))
event_loop.close()

除了上面的get方法外,会话还支持post,put,delete....等

?
1
2
3
4
5
session.put('http://httpbin.org/put', data=b'data')
session.delete('http://httpbin.org/delete')
session.head('http://httpbin.org/get')
session.options('http://httpbin.org/get')
session.patch('http://httpbin.org/patch', data=b'data')

不要为每次的连接都创建一次session,一般情况下只需要创建一个session,然后使用这个session执行所有的请求。

每个session对象,内部包含了一个连接池,并且将会保持连接和连接复用(默认开启)可以加快整体的性能。

3.在url中传递参数(其实与requests模块使用大致相同)

只需要将参数字典,传入params参数中即可[code]import asyncio,aiohttp

?
1
2
3
4
5
6
7
8
9
10
11
12
13
import asyncio,aiohttp
 
async def func1(url,params):
 async with aiohttp.clientsession() as session:
  async with session.get(url,params=params) as r:
   print(r.url)
   print(await r.read())
 
tasks = [func1('https://www.ckook.com/forum.php',{"gid":6}),]
 
event_loop = asyncio.get_event_loop()
results = event_loop.run_until_complete(asyncio.gather(*tasks))
event_loop.close()

4.获取响应内容(由于获取响应内容是一个阻塞耗时过程,所以我们使用await实现协程切换)

(1)使用text()方法

?
1
2
3
4
5
6
async def func1(url,params):
 async with aiohttp.clientsession() as session:
  async with session.get(url,params=params) as r:
   print(r.url)
   print(r.charset)  #查看默认编码为utf-8
   print(await r.text())  #不编码,则是使用默认编码  使用encoding指定编码

(2)使用read()方法,不进行编码,为字节形式

?
1
2
3
4
5
async def func1(url,params):
 async with aiohttp.clientsession() as session:
  async with session.get(url,params=params) as r:
   print(r.url)
   print(await r.read())

(3)注意:text(),read()方法是把整个响应体读入内存,如果你是获取大量的数据,请考虑使用”字节流“(streamresponse)

5.特殊响应内容json(和上面一样)

?
1
2
3
4
5
6
async def func1(url,params):
 async with aiohttp.clientsession() as session:
  async with session.get(url,params=params) as r:
   print(r.url)
   print(r.charset)
   print(await r.json())  #可以设置编码,设置处理函数

6.字节流形式获取数据(不像text,read一次获取所有数据)注意:我们获取的session.get()是response对象,他继承于streamresponse

?
1
2
3
4
async def func1(url,params):
 async with aiohttp.clientsession() as session:
  async with session.get(url,params=params) as r:
   print(await r.content.read(10)) #读取前10字节

下面字节流形式读取数据,保存文件

?
1
2
3
4
5
6
7
8
9
10
11
async def func1(url,params,filename):
 async with aiohttp.clientsession() as session:
  async with session.get(url,params=params) as r:
   with open(filename,"wb") as fp:
    while true:
     chunk = await r.content.read(10)
     if not chunk:
      break
     fp.write(chunk)
 
tasks = [func1('https://www.ckook.com/forum.php',{"gid":6},"1.html"),]

注意:

?
1
2
3
async with session.get(url,params=params) as r:  #异步上下文管理器
 
with open(filename,"wb") as fp:  #普通上下文管理器

两者的区别:

在于异步上下文管理器中定义了

__aenter__和__aexit__方法

python aiohttp的使用详解

异步上下文管理器指的是在enterexit方法处能够暂停执行的上下文管理器

为了实现这样的功能,需要加入两个新的方法:__aenter____aexit__。这两个方法都要返回一个 awaitable类型的值。

推文:异步上下文管理器 async with和异步迭代器async for

7.自定义请求头(和requests一样)

?
1
2
3
4
5
6
7
8
9
10
async def func1(url,params,filename):
 async with aiohttp.clientsession() as session:
  headers = {'content-type':'text/html; charset=utf-8'}
  async with session.get(url,params=params,headers=headers) as r:
   with open(filename,"wb") as fp:
    while true:
     chunk = await r.content.read(10)
     if not chunk:
      break
     fp.write(chunk)

8.自定义cookie

注意:对于自定义cookie,我们需要设置在clientsession(cookies=自定义cookie字典),而不是session.get()中

?
1
2
3
4
5
6
7
8
9
10
11
12
13
class clientsession:
 
 def __init__(self, *, connector=none, loop=none, cookies=none,
     headers=none, skip_auto_headers=none,
     auth=none, json_serialize=json.dumps,
     request_class=clientrequest, response_class=clientresponse,
     ws_response_class=clientwebsocketresponse,
     version=http.httpversion11,
     cookie_jar=none, connector_owner=true, raise_for_status=false,
     read_timeout=sentinel, conn_timeout=none,
     timeout=sentinel,
     auto_decompress=true, trust_env=false,
     trace_configs=none):

使用:

?
1
2
cookies = {'cookies_are': 'working'}
async with clientsession(cookies=cookies) as session:

10.获取网站的响应状态码

?
1
2
async with session.get(url) as resp:
 print(resp.status)

11.查看响应头

resp.headers 来查看响应头,得到的值类型是一个dict:

resp.raw_headers  查看原生的响应头,字节类型

12.查看重定向的响应头(我们此时已经到了新的网址,向之前的网址查看)

?
1
resp.history  #查看被重定向之前的响应头

13.超时处理

默认的io操作都有5分钟的响应时间 我们可以通过 timeout 进行重写:

?
1
2
async with session.get('https://github.com', timeout=60) as r:
 ...

如果 timeout=none 或者 timeout=0 将不进行超时检查,也就是不限时长。

14.clientsession 用于在多个连接之间(同一网站)共享cookie,请求头等

?
1
2
3
4
5
6
7
async def func1():
 cookies = {'my_cookie': "my_value"}
 async with aiohttp.clientsession(cookies=cookies) as session:
  async with session.get("https://segmentfault.com/q/1010000007987098") as r:
   print(session.cookie_jar.filter_cookies("https://segmentfault.com"))
  async with session.get("https://segmentfault.com/hottest") as rp:
   print(session.cookie_jar.filter_cookies(https://segmentfault.com))
?
1
2
3
4
set-cookie: phpsessid=web2~d8grl63pegika2202s8184ct2q
set-cookie: my_cookie=my_value
set-cookie: phpsessid=web2~d8grl63pegika2202s8184ct2q
set-cookie: my_cookie=my_value

我们最好使用session.cookie_jar.filter_cookies()获取网站cookie,不同于requests模块,虽然我们可以使用rp.cookies有可能获取到cookie,但似乎并未获取到所有的cookies。

python aiohttp的使用详解

?
1
2
3
4
5
6
7
8
9
10
11
12
async def func1():
 cookies = {'my_cookie': "my_value"}
 async with aiohttp.clientsession(cookies=cookies) as session:
  async with session.get("https://segmentfault.com/q/1010000007987098") as rp:
   print(session.cookie_jar.filter_cookies("https://segmentfault.com"))
   print(rp.cookies)  #set-cookie: phpsessid=web2~jh3ouqoabvr4e72f87vtherkp6; domain=segmentfault.com; path=/  #首次访问会获取网站设置的cookie
  async with session.get("https://segmentfault.com/hottest") as rp:
   print(session.cookie_jar.filter_cookies("https://segmentfault.com"))
   print(rp.cookies)  #为空,服务端未设置cookie
  async with session.get("https://segmentfault.com/newest") as rp:
   print(session.cookie_jar.filter_cookies("https://segmentfault.com"))
   print(rp.cookies)  #为空,服务端未设置cookie

python aiohttp的使用详解

总结:

当我们使用rp.cookie时,只会获取到当前url下设置的cookie,不会维护整站的cookie

而session.cookie_jar.filter_cookies("https://segmentfault.com")会一直保留这个网站的所有设置cookies,含有我们在会话时设置的cookie,并且会根据响应修改更新cookie。这个才是我们需要的

而我们设置cookie,也是需要在aiohttp.clientsession(cookies=cookies)中设置

clientsession 还支持 请求头,keep-alive连接和连接池(connection pooling)

15.cookie的安全性

默认clientsession使用的是严格模式的 aiohttp.cookiejar. rfc 2109,明确的禁止接受url和ip地址产生的cookie,只能接受 dns 解析ip产生的cookie。可以通过设置aiohttp.cookiejar 的 unsafe=true 来配置:

?
1
2
jar = aiohttp.cookiejar(unsafe=true)
session = aiohttp.clientsession(cookie_jar=jar)

16.控制同时连接的数量(连接池)

tcpconnector维持链接池,限制并行连接的总量,当池满了,有请求退出再加入新请求

?
1
2
3
4
5
6
7
8
9
async def func1():
 cookies = {'my_cookie': "my_value"}
 conn = aiohttp.tcpconnector(limit=2)  #默认100,0表示无限
 async with aiohttp.clientsession(cookies=cookies,connector=conn) as session:
  for i in range(7,35):
   url = "https://www.ckook.com/list-%s-1.html"%i
   async with session.get(url) as rp:
    print('---------------------------------')
    print(rp.status)

限制同时打开限制同时打开连接到同一端点的数量((host, port, is_ssl) 三的倍数),可以通过设置 limit_per_host 参数:

limit_per_host: 同一端点的最大连接数量。同一端点即(host, port, is_ssl)完全相同

?
1
conn = aiohttp.tcpconnector(limit_per_host=30)#默认是0

在协程下测试效果不明显

17.自定义域名解析地址

我们可以指定域名服务器的 ip 对我们提供的get或post的url进行解析:

?
1
2
3
4
from aiohttp.resolver import asyncresolver
 
resolver = asyncresolver(nameservers=["8.8.8.8", "8.8.4.4"])
conn = aiohttp.tcpconnector(resolver=resolver)

18.设置代理

aiohttp支持使用代理来访问网页:

?
1
2
3
4
async with aiohttp.clientsession() as session:
 async with session.get("http://python.org",
       proxy="http://some.proxy.com") as resp:
  print(resp.status)

当然也支持需要授权的页面:

?
1
2
3
4
5
6
async with aiohttp.clientsession() as session:
 proxy_auth = aiohttp.basicauth('user', 'pass')  #用户,密码
 async with session.get("http://python.org",
       proxy="http://some.proxy.com",
       proxy_auth=proxy_auth) as resp:
  print(resp.status)

或者通过这种方式来验证授权:

?
1
2
session.get("http://python.org",
   proxy=http://user:pass@some.proxy.com)

19.post传递数据的方法

(1)模拟表单

?
1
2
3
4
payload = {'key1': 'value1', 'key2': 'value2'}
async with session.post('http://httpbin.org/post',
      data=payload) as resp:
 print(await resp.text())

注意:data=dict的方式post的数据将被转码,和form提交数据是一样的作用,如果你不想被转码,可以直接以字符串的形式 data=str 提交,这样就不会被转码。

(2)post json

?
1
2
3
payload = {'some': 'data'}
 
async with session.post(url, data=json.dumps(payload)) as resp:

其实json.dumps(payload)返回的也是一个字符串,只不过这个字符串可以被识别为json格式

(3)post 小文件

?
1
2
3
4
url = 'http://httpbin.org/post'
files = {'file': open('report.xls', 'rb')}
 
await session.post(url, data=files)
?
1
2
3
4
5
6
7
8
url = 'http://httpbin.org/post'
data = formdata()
data.add_field('file',
    open('report.xls', 'rb'),
    filename='report.xls',
    content_type='application/vnd.ms-excel')
 
await session.post(url, data=data)

如果将文件对象设置为数据参数,aiohttp将自动以字节流的形式发送给服务器。

(4)post 大文件

aiohttp支持多种类型的文件以流媒体的形式上传,所以我们可以在文件未读入内存的情况下发送大文件。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
@aiohttp.streamer
def file_sender(writer, file_name=none):
 with open(file_name, 'rb') as f:
  chunk = f.read(2**16)
  while chunk:
   yield from writer.write(chunk)
   chunk = f.read(2**16)
 
# then you can use `file_sender` as a data provider:
 
async with session.post('http://httpbin.org/post',
      data=file_sender(file_name='huge_file')) as resp:
 print(await resp.text())

(5)从一个url获取文件后,直接post给另一个url

?
1
2
r = await session.get('http://python.org')
await session.post('http://httpbin.org/post',data=r.content)

(6)post预压缩数据

在通过aiohttp发送前就已经压缩的数据, 调用压缩函数的函数名(通常是deflate 或 zlib)作为content-encoding的值:

?
1
2
3
4
5
6
7
async def my_coroutine(session, headers, my_data):
 data = zlib.compress(my_data)
 headers = {'content-encoding': 'deflate'}
 async with session.post('http://httpbin.org/post',
       data=data,
       headers=headers)
  pass

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。

原文链接:https://www.cnblogs.com/ssyfj/p/9222342.html