Python用yield from实现异步协程爬虫的实践
Python无霸哥 人气:0一、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)
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]
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)
加载全部内容