异步爬虫写起来太麻烦？来试试 Trio 吧！
Trio 翻译过来是三重奏的意思,它提供了更方便异步编程，是 asyncio 的更高级的封装。
它试图简化复杂的 asyncio 模块。使用起来比 asyncio 和 Twisted 要简单的同时,拥有其同样强大功能。这个项目还很年轻，还处于试验阶段但是整体设计是可靠的。作者鼓励大家去尝试使用，如果遇到问题可以在 git 上对他提 issue。同时作者还提供了一个在线聊天室更方便与其沟通：https://gitter.im/python-trio/general。
准备工作
确保你的 Python版本在3.5以及以上。
安装 trio。python3 -m pip install --upgrade trio
import trio 运行是否有错误，没有错误可以往下进行了。
知识准备 Async 方法
使用 trio 也就意味着你需要一直写异步方法。
# 一个标准方法
def regular_double(x):
return 2 * x
# 一个异步方法
async def async_double(x):
return 2 * x
从外观上看异步方法和标准方法没什么区别只是前面多了个async。
“Async” 是“asynchronous”的简写，为了区别于异步函数，我们称标准函数为同步函数，从用户角度异步函数和同步函数有以下区别：
要调用异步函数，必须使用 await 关键字。 因此，不要写 regular_double(3)，而是写 await async_double(3).
不能在同步函数里使用 await，否则会出错。
句法错误：
def print_double(x):
print(await async_double(x)) # <-- SyntaxError here
但是在异步函数中，await 是允许的:
async def print_double(x):
print(await async_double(x)) # <-- OK!
综上所述:作为一个用户，异步函数相对于常规函数的全部优势在于异步函数具有超能力:它们可以调用其他异步函数。
在异步函数中可以调用其他异步函数，但是凡事有始有终，第一个异步函数如何调用呢？
我们继续往下看
如何调用第一个异步函数
import trio
async def async_double(x):
return 2 * x
trio.run(async_double, 3) # returns 6
这里我们可以使用 trio.run 来调用第一个异步函数。
接下来让我们看看 trio 的其他功能
异步中的等待
import trio
async def double_sleep(x):
await trio.sleep(2 * x)
trio.run(double_sleep, 3) # does nothing for 6 seconds then returns
这里使用了异步等待函数 trio.sleep,它的功能和同步函数中的 time.sleep()差不多，但是因为需要使用 await 调用，所以由前面的结论我们知道这是一个异步函数用的等待方法。
事实这个例子没有实际用处，我们用同步函数就可以实现这个简单的功能。这里主要是为了演示异步函数中通过 await 可以调用其他的异步函数。
异步函数调用的典型结构
trio.run -> [async function] -> ... -> [async function] -> trio.whatever
不要忘了写 await
如果忘了写 await 会发生什么，我们看下面的这个例子
import time
import trio
async def broken_double_sleep(x):
print("*yawn* Going to sleep")
start_time = time.perf_counter()
# 糟糕，我忘了写await
trio.sleep(2 * x)
sleep_time = time.perf_counter() - start_time
print("Woke up after {:.2f} seconds, feeling well rested!".format(sleep_time))
trio.run(broken_double_sleep, 3)
运行之后发现
*yawn* Going to sleep
Woke up after 0.00 seconds, feeling well rested!
__main__:4: RuntimeWarning: coroutine 'sleep' was never awaited
报错了,错误类型是 RuntimeWarning,后面是说协程 sleep 没有使用 await。
我们打印下 trio.sleep(3) 看到如下内容，表示这是一个协程,也就是一个异步函数由前面的内容可知。
我们把上面的 trio.sleep(2 * x)改为 await trio.sleep(2 * x) 即可。
记住如果运行时警告:coroutine 'RuntimeWarning: coroutine '…' was never awaited'，也就意味这有个地方你没有写await。
运行多个异步函数
如果 trio 只是使用 await trio.sleep 这样毫无意义的例子就没有什么价值，所以下面我们来 trio 的其他功能，运行多个异步函数。
# tasks-intro.py
import trio
async def child1():
print(" child1: started! sleeping now...")
await trio.sleep(1)
print(" child1: exiting!")
async def child2():
print(" child2: started! sleeping now...")
await trio.sleep(1)
print(" child2: exiting!")
async def parent():
print("parent: started!")
async with trio.open_nursery() as nursery:
print("parent: spawning child1...")
nursery.start_soon(child1)
print("parent: spawning child2...")
nursery.start_soon(child2)
print("parent: waiting for children to finish...")
# -- we exit the nursery block here --
print("parent: all done!")
trio.run(parent)
内容比较多让我们一步一步分析，首先是定义了 child1 和 child2 两个异步函数,定义方法和我们上面说的差不多。
async def child1():
print("child1: started! sleeping now...")
await trio.sleep(1)
print("child1: exiting!")
async def child2():
print("child2: started! sleeping now...")
await trio.sleep(1)
print("child2: exiting!")
接下来，我们将 parent 定义为一个异步函数，它将同时调用 child1 和 child2
async def parent():
print("parent: started!")
async with trio.open_nursery() as nursery:
print("parent: spawning child1...")
nursery.start_soon(child1)
print("parent: spawning child2...")
nursery.start_soon(child2)
print("parent: waiting for children to finish...")
# 到这里我们调用__aexit__，等待child1和child2运行完毕
print("parent: all done!")
它通过使用神秘的 async with 语句来创建“nursery”,然后将 child1 和 child2 通过 nusery 方法的 start_soon 添加到 nursery 中。
下面我们来说说 async with，其实也很简单，我们知道再读文件时候我们使用with open()…去创建一个文件句柄,with里面牵扯到两个魔法函数
在代码块开始的时候调用__enter__()结束时再去调用__exit__()我们称open()为上下文管理器。async with someobj语句和with差不多只不过它调用的异步方法的魔法函数：__aenter__和__aexit__。我们称someobj为“异步上下文管理器”。
再回到上面的代码首先我们使用 async with 创建一个异步代码块
同时通过 nursery.start_soon(child1) 和 nursery.start_soon(child2) 调用child1和child2函数开始运行然后立即返回,这两个异步函数留在后台继续运行。
然后等待 child1 和 child2 运行结束之后，结束 async with 代码块里的内容，打印最后的
"parent: all done!"。
让我们看看运行结果
parent: started!
parent: spawning child1...
parent: spawning child2...
parent: waiting for children to finish...
child2: started! sleeping now...
child1: started! sleeping now...
[... 1 second passes ...]
child1: exiting!
child2: exiting!
parent: all done!
可以发现和我们上面分析的一样。看到这里，如果你熟悉线程的话，你会发现这个运作机制和多线程类似。但是这里并不是线程，这里的代码全部在一个线程里面的完成，为了区别线程我们称这里的 child1 和 child2 为两个任务,有了任务，我们只能在某些我们称之为“checkpoints”的指定地点进行切换。后面我们再深挖掘它。
trio 里的跟踪器
我们知道上面的多个任务都是在一个线程中进行切换操作的，但是对于如何切换的我们并不了解，只有知道了这些我们才能更好的学好一个模块。
幸运的是，trio 提供了一组用于检查和调试程序的工具。我们可以通过编写一个 Tracer 类，来实现 trio.abc.Instrumen 接口。代码如下
class Tracer(trio.abc.Instrument):
def before_run(self):
print("!!! run started")
def _print_with_task(self, msg, task):
# repr(task) is perhaps more useful than task.name in general,
# but in context of a tutorial the extra noise is unhelpful.
print("{}: {}".format(msg, task.name))
def task_spawned(self, task):
self._print_with_task("### new task spawned", task)
def task_scheduled(self, task):
self._print_with_task("### task scheduled", task)
def before_task_step(self, task):
self._print_with_task(">>> about to run one step of task", task)
def after_task_step(self, task):
self._print_with_task("<<< task step finished", task)
def task_exited(self, task):
self._print_with_task("### task exited", task)
def before_io_wait(self, timeout):
if timeout:
print("### waiting for I/O for up to {} seconds".format(timeout))
else:
print("### doing a quick check for I/O")
self._sleep_time = trio.current_time()
def after_io_wait(self, timeout):
duration = trio.current_time() - self._sleep_time
print("### finished I/O check (took {} seconds)".format(duration))
def after_run(self):
print("!!! run finished")
然后我们运行之前的示例但是这次我们传入的是一个 Tracer 对象。
trio.run(parent, instruments=[Tracer()])
然后我们会发现打印了一大堆东西下面我们一部分一部分分析。
!!! run started
### new task spawned: <init>
### task scheduled: <init>
### doing a quick check for I/O
### finished I/O check (took 1.787799919839017e-05 seconds)
>>> about to run one step of task: <init>
### new task spawned: __main__.parent
### task scheduled: __main__.parent
### new task spawned: <TrioToken.run_sync_soon task>
### task scheduled: <TrioToken.run_sync_soon task>
<<< task step finished: <init>
### doing a quick check for I/O
### finished I/O check (took 1.704399983282201e-05 seconds)
前面一大堆的信息我们不用去关心，我们看 ### new task spawned: __main__.parent,可知__main__.parent 创建了一个任务。
一旦初始的管理工作完成，trio 就开始运行 parent 函数，您可以看到 parent 函数创建了两个子任务。然后，它以块的形式到达异步的末尾，并暂停。
>>> about to run one step of task: __main__.parent
parent: started!
parent: spawning child1...
### new task spawned: __main__.child1
### task scheduled: __main__.child1
parent: spawning child2...
### new task spawned: __main__.child2
### task scheduled: __main__.child2
parent: waiting for children to finish...
<<< task step finished: __main__.parent
然后到了 trio.run(),记录了更多的内部运作过程。
>>> about to run one step of task: <call soon task>
<<< task step finished: <call soon task>
### doing a quick check for I/O
### finished I/O check (took 5.476875230669975e-06 seconds)
然后给这两个子任务一个运行的机会
>>> about to run one step of task: __main__.child2
child2 started! sleeping now...
<<< task step finished: __main__.child2
>>> about to run one step of task: __main__.child1
child1: started! sleeping now...
<<< task step finished: __main__.child1
每个任务都在运行，直到调用 trio.sleep() 然后突然我们又回到 trio.run () 决定下一步要运行什么。这是怎么回事？秘密在于 trio.run () 和 trio.sleep () 一起实现的，trio.sleep() 可以获得一些特殊的魔力，让它暂停整个调用堆栈，所以它会向 trio.run () 发送一个通知，请求在1秒后再次被唤醒，然后暂停任务。任务暂停后，Python 将控制权交还给 trio.run ()，由它决定下一步要做什么。
注意：在 trio 中不能使用 asyncio.sleep()。
接下来它调用一个操作系统原语来使整个进程进入休眠状态
### waiting for I/O for up to 0.9997810370005027 seconds
1s休眠结束后
### finished I/O check (took 1.0006483688484877 seconds)
### task scheduled: __main__.child1
### task scheduled: __main__.child2
还记得 parent 是如何的等待两个子任务结束的么，下面注意观察 child1 退出的时候 parent 在干什么
>>> about to run one step of task: __main__.child1
child1: exiting!
### task scheduled: __main__.parent
### task exited: __main__.child1
<<< task step finished: __main__.child1
>>> about to run one step of task: __main__.child2
child2 exiting!
### task exited: __main__.child2
<<< task step finished: __main__.child2
然后先进行 io 操作,然后 parent 任务结束
### doing a quick check for I/O
### finished I/O check (took 9.045004844665527e-06 seconds)
>>> about to run one step of task: __main__.parent
parent: all done!
### task scheduled: <init>
### task exited: __main__.parent
<<< task step finished: __main__.parent
最后进行一些内部操作代码结束
### doing a quick check for I/O
### finished I/O check (took 5.996786057949066e-06 seconds)
>>> about to run one step of task: <init>
### task scheduled: <call soon task>
### task scheduled: <init>
<<< task step finished: <init>
### doing a quick check for I/O
### finished I/O check (took 6.258022040128708e-06 seconds)
>>> about to run one step of task: <call soon task>
### task exited: <call soon task>
<<< task step finished: <call soon task>
>>> about to run one step of task: <init>
### task exited: <init>
<<< task step finished: <init>
!!! run finished
ok，这一部分只要说了运作机制了解即可，当然记住更方便对 trio 的理解。
关于更多的 trio 的使用，敬请期待。。。
参考资料
https://trio.readthedocs.io/en/latest/tutorial.html#before-you-begin
| 转载声明：本文转载自公众号【进击的Coder】。 |
原文链接：https://mp.weixin.qq.com/s/b9ApWrG6Y5qvT3s7GhXRDA
- 点赞
- 收藏
- 关注作者
评论（0）