关于 Asyncio 的其他文章:
如果不知道 Asyncio 是什么,先看「Asyncio 简介」那一篇。
一个简单的 HTTP Server
首先,为了便于测试,我们用 Python 内建的 http
模块,运行一个简单的 HTTP Server。
新建一个目录,添加文件 index.html
,内容为 Hello, World!
(不是合法的 HTML 格式也没有关系),然后运行如下命令(Ubuntu 请用 python3
):
$ python -m http.server
Serving HTTP on 0.0.0.0 port 8000 (http://0.0.0.0:8000/) ...
后面不同的 Client 实现,都会连接这个 Server:Host 为 localhost
,Port 为 8000
。
所有的示例代码,import
语句一律从略。
import asyncio
第一版
第一版改写自 Python 官方文档里的 例子。
Python 的例子是 Echo Client,我们稍微复杂一点,是 HTTP Client,都是 TCP。
class ClientProtocol(asyncio.Protocol):
def __init__(self, loop):
self.loop = loop
def connection_made(self, transport):
request = 'GET / HTTP/1.1\r\nHost: localhost\r\n\r\n'
transport.write(request.encode())
def data_received(self, data):
print(data.decode())
def connection_lost(self, exc):
self.loop.stop()
async def main(loop):
await loop.create_connection(
lambda: ClientProtocol(loop), 'localhost', 8000)
loop = asyncio.get_event_loop()
loop.run_until_complete(main(loop))
loop.run_forever()
TCP 连接由 loop.create_connection()
创建,后者需要一个 Protocol 工厂,即 lambda: ClientProtocol(loop)
。
Protocol 提供了 connection_made()
,data_received()
, connection_lost()
等接口,这些接口就像回调函数一样,会在恰当的时候被调用。
我们在 connection_made()
中,通过参数 transport
发送一个 HTTP GET 请求,随后在 data_received()
里,将收到 HTTP 应答。
当 connection_lost()
被调用时,表示 Server 已经断开连接。
运行结果:
HTTP/1.0 200 OK
Server: SimpleHTTP/0.6 Python/3.6.3
Date: Mon, 04 Dec 2017 06:11:52 GMT
Content-type: text/html
Content-Length: 13
Last-Modified: Thu, 30 Nov 2017 05:37:31 GMT
Hello, World!
这就是一个标准的 HTTP 应答,包含 Status Line,Headers 和 Body。
值得注意的是,loop 其实运行了两遍:
loop.run_until_complete(main(loop)) # 第一遍
loop.run_forever() # 第二遍
如果没有 run_forever()
,在收到数据之前,loop 可能就结束了。协程 main()
只是创建好连接,随后 run_until_complete()
自然也就无事可做而终。
加了 run_forever()
后,data_received()
等便有了被调用的机会。但是也有问题,loop 一直在跑,程序没办法结束,所以才在 connection_lost()
里主动停止 loop:
def connection_lost(self, exc):
self.loop.stop()
第二版:ClientSession
第一版在 connection_made()
中 hard code 了一个 HTTP GET 请求,灵活性较差,以后必然还有 POST 等其他 HTTP 方法需要支持,所以有必要新增一个 ClientSession
类,来抽象客户端的会话。于是,HTTP 请求的发送,便从 connection_made()
挪到了 ClientSession.get()
。
ClientSession
应该为每一个 HTTP 方法提供一个相应的方法,比如 post
,put
等等,虽然我们只考虑 HTTP GET。
class ClientProtocol(asyncio.Protocol):
def __init__(self, loop):
self.loop = loop
self.transport = None
def connection_made(self, transport):
self.transport = transport
def data_received(self, data):
print(data.decode())
def connection_lost(self, exc):
self.loop.stop()
class ClientSession:
def __init__(self, loop):
self._loop = loop
async def get(self, url, host, port):
transport, protocol = await self._loop.create_connection(
lambda: ClientProtocol(loop), host, port)
request = 'GET {} HTTP/1.1\r\nHost: {}\r\n\r\n'.format(url, host)
transport.write(request.encode())
首先,ClientProtocol
新增了一个属性 transport
,是在 connection_made()
时保存下来的,这样在 ClientSession
里才能通过它来发送请求。
第三版:去掉 run_forever()
第三版的目的是:去掉 run_forever()
。
class ClientProtocol(asyncio.Protocol):
def __init__(self, loop):
self.loop = loop
self.transport = None
self._eof = False # 有没有收到 EOF
self._waiter = None # 用来等待接收数据的 future
def connection_made(self, transport):
self.transport = transport
def data_received(self, data):
print(data.decode())
def eof_received(self):
self._eof = True
self._wakeup_waiter()
def connection_lost(self, exc):
pass # 不再调用 self.loop.stop()
async def wait_for_data(self):
assert not self._eof
assert not self._waiter
self._waiter = self.loop.create_future()
await self._waiter
self._waiter = None
def _wakeup_waiter(self):
waiter = self._waiter
if waiter:
self._waiter = None
waiter.set_result(None)
class ClientSession:
def __init__(self, loop):
self._loop = loop
async def get(self, url, host, port):
transport, protocol = await self._loop.create_connection(
lambda: ClientProtocol(loop), host, port)
request = 'GET {} HTTP/1.1\r\nHost: {}\r\n\r\n'.format(url, host)
transport.write(request.encode())
# 等待接收数据。
await protocol.wait_for_data()
协程 main()
保持不变,但是 loop.run_forever()
已被剔除:
loop = asyncio.get_event_loop()
loop.run_until_complete(main(loop))
# 不再需要 loop.run_forever()
HTTP 请求发送之后,继续异步等待(await)数据的接收,即 protocol.wait_for_data()
。
这个等待动作,是通过往 loop 里新增一个 future 来实现的:
async def wait_for_data(self):
# ...
self._waiter = self.loop.create_future()
await self._waiter
self._waiter = None
self._waiter
就是这个导致等待的 future,它会保证 loop 一直运行,直到数据接收完毕。eof_received()
被调用时,数据就接收完毕了(EOF 的意思不用多说了吧?)。
def eof_received(self):
self._eof = True
self._wakeup_waiter()
_wakeup_waiter()
的作用是结束那个导致等待的 future,这样 loop 也就可以结束了:
def _wakeup_waiter(self):
waiter = self._waiter
if waiter:
self._waiter = None
# 结束 waiter future,以便 loop 结束。
waiter.set_result(None)
第四版:Reader
在 data_received()
里直接输出 HTTP 的应答结果,实在算不上什么完美的做法。
def data_received(self, data):
print(data.decode())
为了解决这一问题,我们引入一个 Reader
类,用来缓存收到的数据,并提供「读」的接口给用户。
首先,Protocol 被简化了,前一版引入的各种处理,都转交给了 Reader。
class ClientProtocol(asyncio.Protocol):
def __init__(self, loop, reader):
self.loop = loop
self.transport = None
self._reader = reader
def connection_made(self, transport):
self.transport = transport
def data_received(self, data):
self._reader.feed(data) # 转交给 Reader
def eof_received(self):
self._reader.feed_eof() # 转交给 Reader
def connection_lost(self, exc):
pass
下面是 ClientSession.get()
基于 Reader
的实现:
class ClientSession:
async def get(self, url, host, port):
reader = Reader(self._loop)
transport, protocol = await self._loop.create_connection(
lambda: ClientProtocol(loop, reader), host, port)
# 发送请求,代码从略...
data = await reader.read()
print(data.decode())
Reader
本身是从上一版的 Protocol 抽取出来的,唯一不同的是,接收的数据被临时放在了一个 bytearray
缓存里。
class Reader:
def __init__(self, loop):
self._loop = loop
self._buffer = bytearray() # 缓存
self._eof = False
self._waiter = None
def feed(self, data):
self._buffer.extend(data)
self._wakeup_waiter()
def feed_eof(self):
self._eof = True
self._wakeup_waiter()
async def read(self):
if not self._buffer and not self._eof:
await self._wait_for_data()
data = bytes(self._buffer)
del self._buffer[:]
return data
async def _wait_for_data(self):
assert not self._eof
assert not self._waiter
self._waiter = self._loop.create_future()
await self._waiter
self._waiter = None
def _wakeup_waiter(self):
waiter = self._waiter
if waiter:
self._waiter = None
waiter.set_result(None)
稍微解释一下 read()
,比较重要的是开始的一句判断:
# 如果缓存为空,并且 EOF 还没收到,那就(继续)等待接收数据。
if not self._buffer and not self._eof:
# read() 会停在这个地方,直到 feed() 或 feed_eof() 被调用,
# 也就是说有数据可读了。
await self._wait_for_data()
接下来就是把缓存倒空:
data = bytes(self._buffer)
del self._buffer[:]
运行一下,不难发现,ClientSession.get()
里读数据的那一句是有问题的。
data = await reader.read()
收到的 data
并不是完整的 HTTP 应答,可能只包含了 HTTP 的 Headers,而没有 Body。
一个 HTTP 应答,Server 端可能分多次发送过来。比如这个测试用的 Hello World Server,Headers 和 Body 就分了两次发送,也就是说 data_received()
会被调用两次。
之前我们在 eof_received()
里才唤醒 waiter(_wakeup_waiter()
),现在在 data_received()
里就唤醒了,于是第一次数据收完, waiter 就结束了,loop 也便跟着结束。
为了读到完整的 HTTP 应答,方法也很简单,把 read()
放在循环里:
blocks = []
while True:
block = await reader.read()
if not block:
break
blocks.append(block)
data = b''.join(blocks)
print(data.decode())
每一次 read()
,如果缓存为空,并且 EOF 还没收到的话,就会再次创建 waiter,放到 loop 里,继续等待接收数据。
这个循环显然应该交给 Reader
处理,对 ClientSession
需保持透明。
class Reader:
async def read(self):
blocks = []
while True:
block = await self._read()
if not block:
break
blocks.append(block)
data = b''.join(blocks)
return data
async def _read(self):
if not self._buffer and not self._eof:
await self._wait_for_data()
data = bytes(self._buffer)
del self._buffer[:]
return data
最后,原来的 read()
重命名为 _read()
,新的 read()
在循环中反复调用 _read()
,直到无数据可读。ClientSession
这边直接调用新的 read()
即可。
第五版:Writer
到目前为止,发送 HTTP 请求时,都是直接调用较为底层的 transport.write()
:
async def get(self, url, host, port):
# ...
transport.write(request.encode())
可以把它封装在 Writer
中,与 Reader
的做法类似,但是 Writer
要简单得多:
class Writer:
def __init__(self, transport):
self._transport = transport
def write(self, data):
self._transport.write(data)
然后在 ClientSession.get()
中创建 Writer
:
async def get(self, url, host, port):
reader = Reader(self._loop)
transport, protocol = await self._loop.create_connection(
lambda: ClientProtocol(loop, reader), host, port)
writer = Writer(transport)
request = 'GET {} HTTP/1.1\r\nHost: {}\r\n\r\n'.format(url, host)
writer.write(request.encode())
# ...
对 ClientSession
来说,只需知道 Reader
和 Writer
就足够了,所以不妨提供一个函数 open_connection()
,直接返回 Reader
和 Writer
。
async def open_connection(host, port, loop):
reader = Reader(loop)
protocol = ClientProtocol(loop, reader)
transport, _ = await loop.create_connection(lambda: protocol, host, port)
writer = Writer(transport)
return reader, writer
然后 ClientSession
就可以简化成这样:
class ClientSession:
async def get(self, url, host, port):
reader, writer = await open_connection(host, port, self._loop)
# ...
第六版:Asyncio Streams
其实 Asyncio 已经提供了 Reader 和 Writer,详见 官方文档。
下面以 Asyncio Streams 实现 ClientSession.get()
:
class ClientSession:
async def get(self, url, host, port):
reader, writer = await asyncio.open_connection(
host, port, loop=self._loop)
request = 'GET {} HTTP/1.1\r\nHost: {}\r\n\r\n'.format(url, host)
writer.write(request.encode())
data = await reader.read(-1)
print(data.decode())
writer.close()
asyncio.open_connection()
就相当于我们的 open_connection()
。Reader
和 Writer
也都类似,只是复杂了一些。
全文完
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。