高阶虫术：异步请求术

今天就介绍一个爬虫进阶的内容，利用异步请求库 aiohttp 来提升你的爬虫速度。

以前我有写过一篇文章，说的是很多人在学完一些高级特性，却一直不懂得如何使用，甚至越学越迷茫，导致学到最后只会对编程越来越厌倦。

我的建议是不管是什么高级的概念和技巧，一定要懂得高级概念能有什么作用，在项目中会怎么使用。通过具体的项目实战，对高级概念有个具体的认知，而不是只有空洞的表面学习。

这就好比你在玩游戏的时候，你懂得出这个装备会非常牛x，但具体牛x在哪里，就需要你回头认真的看装备属性的描述。

《虫术》这部书就是想让大家知道，不同等级的虫术之间会有什么效果，差别又有多大。对于具体的技术细节教程，我不会去讲解，因为这样就失去了小说原本的乐趣。但最后我会给出对应的技术教程文章，需要进一步了解的同学，自行学习。

所以今天我不会从最基础的概念来讲解什么是异步，什么是协程，我们就直接来看下用上来异步框架 aiohttp 的爬虫，到底有多牛逼。

aiohttp

aiohttp 是一个支持异步请求的库，利用它的 asyncio 配合我们可以非常方便地实现异步请求操作。

安装方式如下：

pip install aiohttp

 

然后我们直接来看下一个使用了 aiohttp 的爬虫和一个没有使用异步的爬虫，它们之间的速度到底差多少。

flask 请求环境

首先我利用 flask 库，在本地搭建一个网站，网站的内容非常的简单，先等待 3 秒，然后输出「高阶虫术：异步请求术」。

运行下面的代码需要你安装好 flask 的库。

安装方式如下：

pip install flask

 

程序代码：

from flask import Flask
import time

app = Flask(__name__)

@app.route("/")
def index():
    time.sleep(3 )
    return "高阶虫术：异步请求术"

if __name__ == '__main__':
    app.run(threaded=True)

 

运行程序就会在「http://127.0.0.1:5000」地址输出「高阶虫术：异步请求术」。

虫者二段普通请求

本地测试环境都已搭建好，我们就可以开始创造我们的爬虫。首先身为虫者二段的我，第一反应想到的是利用 requests 库进行请求，随后我写下了下面的代码。

import requests
import time

start = time.time()

def get(url):
    response = requests.get(url)
    result = response
    return result

def request():
    url = "http://127.0.0.1:5000"
    print("Wating for", url)
    result = get(url)
    print("Get response from", url, "Result:", result)


tasks = [request() for _ in range(100)]
end = time.time()
print("Cost time:", end - start)

我们通过循环来对本地地址进行 100 次的请求，最后输出总耗时数。

输出结果如下：

虫者二段所写的代码果然惨不忍睹，总耗时：300 多秒，慢的令人发指。

虫尊三段异步请求

随后在看了《虫术》之后，得到高人虫尊的指点习得「高阶虫术：异步请求术」我对上面的代码进行了修改。

import asyncio
import requests
import aiohttp
import time

start = time.time()

async def get(url):
    session = aiohttp.ClientSession()
    response = await session.get(url)
    result = await response.text()
    session.close()
    return result

async def request():
    url = "http://127.0.0.1:5000"
    print("Wating for", url)
    result = await get(url)
    print("Get response from", url, "Result:", result)

tasks = [asyncio.ensure_future(request()) for _ in range(100)]
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))


end = time.time()
print("Cost time:", end - start)

 

最后输出结果：

3.08 秒！在短短的 3 秒时间里，我就完成这 100 次的请求！速度提升了 100 倍！

爬虫的世界风云涌动，处处充满着危机，不同等级的虫师有着天与地的差别，唯有强大的虫师才能生存下来。

关于异步请求具体的细节，可以看崔庆才的这篇教程。

爬虫速度太慢？来试试用异步协程提速吧！