带有 Python 请求的异步请求

Question

我尝试了requests library for python 文档中提供的示例。

使用async.map(rs)，我获得了响应代码，但我想获得请求的每个页面的内容。例如，这不起作用：

out = async.map(rs)
print out[0].content

Answer 1

不幸的是，据我所知，请求库不具备执行异步请求的功能。您可以将async/await 语法包装在requests 周围，但这将使底层请求的同步性不减。如果您想要真正的异步请求，则必须使用提供它的其他工具。一种这样的解决方案是aiohttp (Python 3.5.3+)。根据我使用 Python 3.7 async/await 语法的经验，它运行良好。下面我写了三个使用来执行 n 个 web 请求的实现

1. 使用 Python requests 库的纯同步请求 (sync_requests_get_all)
2. 使用 Python 3.7 async/await 语法和 asyncio 包装的 Python requests 库的同步请求 (async_requests_get_all)
3. 真正的异步实现 (async_aiohttp_get_all)，使用 Python 3.7 async/await 语法和 asyncio 包装的 Python aiohttp 库

"""
Tested in Python 3.5.10
"""

import time
import asyncio
import requests
import aiohttp

from asgiref import sync

def timed(func):
    """
    records approximate durations of function calls
    """
    def wrapper(*args, **kwargs):
        start = time.time()
        print('{name:<30} started'.format(name=func.__name__))
        result = func(*args, **kwargs)
        duration = "{name:<30} finished in {elapsed:.2f} seconds".format(
            name=func.__name__, elapsed=time.time() - start
        )
        print(duration)
        timed.durations.append(duration)
        return result
    return wrapper

timed.durations = []


@timed
def sync_requests_get_all(urls):
    """
    performs synchronous get requests
    """
    # use session to reduce network overhead
    session = requests.Session()
    return [session.get(url).json() for url in urls]


@timed
def async_requests_get_all(urls):
    """
    asynchronous wrapper around synchronous requests
    """
    session = requests.Session()
    # wrap requests.get into an async function
    def get(url):
        return session.get(url).json()
    async_get = sync.sync_to_async(get)

    async def get_all(urls):
        return await asyncio.gather(*[
            async_get(url) for url in urls
        ])
    # call get_all as a sync function to be used in a sync context
    return sync.async_to_sync(get_all)(urls)

@timed
def async_aiohttp_get_all(urls):
    """
    performs asynchronous get requests
    """
    async def get_all(urls):
        async with aiohttp.ClientSession() as session:
            async def fetch(url):
                async with session.get(url) as response:
                    return await response.json()
            return await asyncio.gather(*[
                fetch(url) for url in urls
            ])
    # call get_all as a sync function to be used in a sync context
    return sync.async_to_sync(get_all)(urls)


if __name__ == '__main__':
    # this endpoint takes ~3 seconds to respond,
    # so a purely synchronous implementation should take
    # little more than 30 seconds and a purely asynchronous
    # implementation should take little more than 3 seconds.
    urls = ['https://postman-echo.com/delay/3']*10

    async_aiohttp_get_all(urls)
    async_requests_get_all(urls)
    sync_requests_get_all(urls)
    print('----------------------')
    [print(duration) for duration in timed.durations]

在我的机器上，这是输出：

async_aiohttp_get_all          started
async_aiohttp_get_all          finished in 3.20 seconds
async_requests_get_all         started
async_requests_get_all         finished in 30.61 seconds
sync_requests_get_all          started
sync_requests_get_all          finished in 30.59 seconds
----------------------
async_aiohttp_get_all          finished in 3.20 seconds
async_requests_get_all         finished in 30.61 seconds
sync_requests_get_all          finished in 30.59 seconds

Answer 2

我支持suggestion above 使用HTTPX，但我经常以不同的方式使用它，所以添加我的答案。

我个人使用asyncio.run（introduced in Python 3.7）而不是asyncio.gather，也更喜欢aiostream的方式，可以结合asyncio和httpx使用。

就像我刚刚发布的this example 一样，这种样式有助于异步处理一组 URL，即使（常见）错误发生也是如此。我特别喜欢这种风格如何阐明响应处理发生的位置以及便于错误处理（我发现异步调用往往会提供更多）。

发布一个异步触发一堆请求的简单示例更容易，但通常您还想处理响应内容（用它计算一些东西，也许参考您请求的 URL 的原始对象做）。

该方法的核心如下：

async with httpx.AsyncClient(timeout=timeout) as session:
    ws = stream.repeat(session)
    xs = stream.zip(ws, stream.iterate(urls))
    ys = stream.starmap(xs, fetch, ordered=False, task_limit=20)
    process = partial(process_thing, things=things, pbar=pbar, verbose=verbose)
    zs = stream.map(ys, process)
    return await zs

地点：

• process_thing 是一个异步响应内容处理函数
• things 是输入列表（urls 的 URL 字符串生成器来自），例如对象/字典列表
• pbar 是一个进度条（例如tqdm.tqdm）[可选但有用]

所有这些都在一个异步函数async_fetch_urlset 中，然后通过调用名为例如的同步“顶级”函数运行。 fetch_things 运行协程 [这是异步函数返回的内容] 并管理事件循环：

def fetch_things(urls, things, pbar=None, verbose=False):
    return asyncio.run(async_fetch_urlset(urls, things, pbar, verbose))

由于可以就地修改作为输入传递的列表（这里是 things），因此您可以有效地取回输出（就像我们习惯于从同步函数调用中一样）

Answer 3

免责声明：Following code creates different threads for each function.

这可能对某些情况有用，因为它更易于使用。但是要知道它不是异步的，而是使用多个线程产生异步的错觉，即使装饰器建议这样做。

你可以使用下面的装饰器在函数执行完成后给出回调，回调必须处理函数返回的数据。

请注意，函数被修饰后会返回一个Future对象。

import asyncio

## Decorator implementation of async runner !!
def run_async(callback, loop=None):
    if loop is None:
        loop = asyncio.get_event_loop()

    def inner(func):
        def wrapper(*args, **kwargs):
            def __exec():
                out = func(*args, **kwargs)
                callback(out)
                return out

            return loop.run_in_executor(None, __exec)

        return wrapper

    return inner

实现示例：

urls = ["https://google.com", "https://facebook.com", "https://apple.com", "https://netflix.com"]
loaded_urls = []  # OPTIONAL, used for showing realtime, which urls are loaded !!


def _callback(resp):
    print(resp.url)
    print(resp)
    loaded_urls.append((resp.url, resp))  # OPTIONAL, used for showing realtime, which urls are loaded !!


# Must provide a callback function, callback func will be executed after the func completes execution
# Callback function will accept the value returned by the function.
@run_async(_callback)
def get(url):
    return requests.get(url)


for url in urls:
    get(url)

如果你想实时查看加载了哪些url，你也可以在最后添加以下代码：

while True:
    print(loaded_urls)
    if len(loaded_urls) == len(urls):
        break

Answer 4

您可以为此使用httpx。

import httpx

async def get_async(url):
    async with httpx.AsyncClient() as client:
        return await client.get(url)

urls = ["http://google.com", "http://wikipedia.org"]

# Note that you need an async context to use `await`.
await asyncio.gather(*map(get_async, urls))

如果您需要函数式语法，gamla 库会将其包装到 get_async 中。

那你就可以了

await gamla.map(gamla.get_async(10))(["http://google.com", "http://wikipedia.org"])

10 是以秒为单位的超时时间。

（免责声明：我是它的作者）

Answer 5

from threading import Thread

threads=list()

for requestURI in requests:
    t = Thread(target=self.openURL, args=(requestURI,))
    t.start()
    threads.append(t)

for thread in threads:
    thread.join()

...

def openURL(self, requestURI):
    o = urllib2.urlopen(requestURI, timeout = 600)
    o...

Answer 6

我测试了requests-futures 和grequests。 Grequests 更快，但会带来猴子补丁和其他依赖问题。 requests-futures 比 grequests 慢几倍。我决定编写自己的并将请求简单地包装到 ThreadPoolExecutor 中，它几乎与 grequests 一样快，但没有外部依赖。

import requests
import concurrent.futures

def get_urls():
    return ["url1","url2"]

def load_url(url, timeout):
    return requests.get(url, timeout = timeout)

with concurrent.futures.ThreadPoolExecutor(max_workers=20) as executor:

    future_to_url = {executor.submit(load_url, url, 10): url for url in     get_urls()}
    for future in concurrent.futures.as_completed(future_to_url):
        url = future_to_url[future]
        try:
            data = future.result()
        except Exception as exc:
            resp_err = resp_err + 1
        else:
            resp_ok = resp_ok + 1

Answer 7

也许requests-futures 是另一种选择。

from requests_futures.sessions import FuturesSession

session = FuturesSession()
# first request is started in background
future_one = session.get('http://httpbin.org/get')
# second requests is started immediately
future_two = session.get('http://httpbin.org/get?foo=bar')
# wait for the first request to complete, if it hasn't already
response_one = future_one.result()
print('response one status: {0}'.format(response_one.status_code))
print(response_one.content)
# wait for the second request to complete, if it hasn't already
response_two = future_two.result()
print('response two status: {0}'.format(response_two.status_code))
print(response_two.content)

the office document也推荐。如果您不想涉及 gevent，这是一个很好的选择。

Answer 8

我发布的大多数答案都有很多问题 - 他们要么使用已被移植但功能有限的已弃用库，要么提供了一个在执行请求时具有太多魔力的解决方案，因此很难出错处理。如果它们不属于上述类别之一，则它们是第 3 方库或已弃用。

有些解决方案纯粹在 http 请求中可以正常工作，但对于任何其他类型的请求，这些解决方案都达不到要求，这很可笑。这里不需要高度定制的解决方案。

只需使用 python 内置库asyncio 就足以执行任何类型的异步请求，并为复杂和特定于用例的错误处理提供足够的流动性。

import asyncio

loop = asyncio.get_event_loop()

def do_thing(params):
    async def get_rpc_info_and_do_chores(id):
        # do things
        response = perform_grpc_call(id)
        do_chores(response)

    async def get_httpapi_info_and_do_chores(id):
        # do things
        response = requests.get(URL)
        do_chores(response)

    async_tasks = []
    for element in list(params.list_of_things):
       async_tasks.append(loop.create_task(get_chan_info_and_do_chores(id)))
       async_tasks.append(loop.create_task(get_httpapi_info_and_do_chores(ch_id)))

    loop.run_until_complete(asyncio.gather(*async_tasks))

它的工作原理很简单。您正在创建一系列您希望异步执行的任务，然后要求循环执行这些任务并在完成后退出。没有因缺乏维护而导致的额外库，也没有缺乏所需的功能。

Answer 9

如果你想使用 asyncio，那么 requests-async 为 requests - https://github.com/encode/requests-async 提供 async/await 功能

Answer 10

我知道这已经关闭了一段时间，但我认为推广另一个基于 requests 库的异步解决方案可能会很有用。

list_of_requests = ['http://moop.com', 'http://doop.com', ...]

from simple_requests import Requests
for response in Requests().swarm(list_of_requests):
    print response.content

文档在这里：http://pythonhosted.org/simple-requests/

Answer 11

注意

以下答案不适用于请求 v0.13.0+。编写此问题后，异步功能已移至grequests。但是，您可以将requests 替换为下面的grequests，它应该可以工作。

我保留这个答案是为了反映关于使用请求

---

要使用async.map异步执行多个任务，您必须：

1. 为每个对象（您的任务）定义一个函数
2. 将该函数作为事件挂钩添加到您的请求中
3. 致电async.map 查看所有请求/操作的列表

例子：

from requests import async
# If using requests > v0.13.0, use
# from grequests import async

urls = [
    'http://python-requests.org',
    'http://httpbin.org',
    'http://python-guide.org',
    'http://kennethreitz.com'
]

# A simple task to do to each response object
def do_something(response):
    print response.url

# A list to hold our things to do via async
async_list = []

for u in urls:
    # The "hooks = {..." part is where you define what you want to do
    # 
    # Note the lack of parentheses following do_something, this is
    # because the response will be used as the first argument automatically
    action_item = async.get(u, hooks = {'response' : do_something})

    # Add the task to our list of things to do via async
    async_list.append(action_item)

# Do our list of things to do via async
async.map(async_list)

Answer 12

async 现在是一个独立模块：grequests。

请看这里：https://github.com/kennethreitz/grequests

还有：Ideal method for sending multiple HTTP requests over Python?

安装：

$ pip install grequests

用法：

建立一个堆栈：

import grequests

urls = [
    'http://www.heroku.com',
    'http://tablib.org',
    'http://httpbin.org',
    'http://python-requests.org',
    'http://kennethreitz.com'
]

rs = (grequests.get(u) for u in urls)

发送堆栈

grequests.map(rs)

结果看起来像

[<Response [200]>, <Response [200]>, <Response [200]>, <Response [200]>, <Response [200]>]

grequests 似乎没有为并发请求设置限制，即当多个请求发送到同一个服务器时。

Answer 13

一段时间以来，我一直在使用 python 请求对 github 的 gist API 进行异步调用。

例如，请看这里的代码：

https://github.com/davidthewatson/flasgist/blob/master/views.py#L60-72

这种风格的 python 可能不是最清楚的例子，但我可以向你保证，代码是有效的。如果这让您感到困惑，请告诉我，我会记录下来。

Answer 14

我还尝试了一些在 python 中使用异步方法的东西，但是我在使用 twisted 进行异步编程时运气好得多。它的问题更少，并且有据可查。这是与您正在尝试扭曲的内容类似的链接。

http://pythonquirks.blogspot.com/2011/04/twisted-asynchronous-http-request.html