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enter和exit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__和__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

标签：

相关文章