利用Python发送 10 万个 http 请求

 更新时间:2021年12月21日 10:45:03   作者:迟业  
这篇文章主要介绍了如何利用Python发送 10 万个 http 请求,下面我们讲利用Python写代码实现10 万个 url,对每个 url 发送 http 请求,并打印请求结果的状态码,需要的朋友可以参考一下

前言:

假如有一个文件,里面有 10 万个 url,需要对每个 url 发送 http 请求,并打印请求结果的状态码,如何编写代码尽可能快的完成这些任务呢?

Python 并发编程有很多方法,多线程的标准库 threadingconcurrency,协程 asyncio,当然还有 grequests 这种异步库,每一个都可以实现上述需求,下面一一用代码实现一下,本文的代码可以直接运行,给你以后的并发编程作为参考:

1.队列+多线程

定义一个大小为 400 的队列,然后开启 200 个线程,每个线程都是不断的从队列中获取 url 并访问。

主线程读取文件中的 url 放入队列中,然后等待队列中所有的元素都被接收和处理完毕。

代码如下:

from threading import Thread

import sys

from queue import Queue

import requests

concurrent = 200

def doWork():

while True:

url = q.get()

status, url = getStatus(url)

doSomethingWithResult(status, url)

q.task_done()

def getStatus(ourl):

try:

res = requests.get(ourl)

return res.status_code, ourl

except:

return "error", ourl

def doSomethingWithResult(status, url):

print(status, url)

q = Queue(concurrent * 2)

for i in range(concurrent):

t = Thread(target=doWork)

t.daemon = True

t.start()

try:

for url in open("urllist.txt"):

q.put(url.strip())

q.join()

except KeyboardInterrupt:

sys.exit(1)

运行结果如下:

有没有 get 到新技能?

2.线程池

如果使用线程池,推荐使用更高级的 concurrent.futures 库:

import concurrent.futures

import requests

out = []

CONNECTIONS = 100

TIMEOUT = 5

urls = []

with open("urllist.txt") as reader:

for url in reader:

urls.append(url.strip())

def load_url(url, timeout):

ans = requests.get(url, timeout=timeout)

return ans.status_code

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

future_to_url = (executor.submit(load_url, url, TIMEOUT) for url in urls)

for future in concurrent.futures.as_completed(future_to_url):

try:

data = future.result()

except Exception as exc:

data = str(type(exc))

finally:

out.append(data)

print(data)

3.协程 + aiohttp

协程也是并发非常常用的工具了,

import asyncio

from aiohttp import ClientSession, ClientConnectorError

async def fetch_html(url: str, session: ClientSession, **kwargs) -> tuple:

try:

resp = await session.request(method="GET", url=url, **kwargs)

except ClientConnectorError:

return (url, 404)

return (url, resp.status)

async def make_requests(urls: set, **kwargs) -> None:

async with ClientSession() as session:

tasks = []

for url in urls:

tasks.append(

fetch_html(url=url, session=session, **kwargs)

)

results = await asyncio.gather(*tasks)

for result in results:

print(f'{result[1]} - {str(result[0])}')

if __name__ == "__main__":

import sys

assert sys.version_info >= (3, 7), "Script requires Python 3.7+."

with open("urllist.txt") as infile:

urls = set(map(str.strip, infile))

asyncio.run(make_requests(urls=urls))

4.grequests[1]

这是个第三方库,目前有 3.8K 个星,就是 Requests + Gevent[2],让异步 http 请求变得更加简单。Gevent 的本质还是协程。

使用前:

pip install grequests

使用起来那是相当的简单:

import grequests

urls = []

with open("urllist.txt") as reader:

for url in reader:

urls.append(url.strip())

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

for result in grequests.map(rs):

print(result.status_code, result.url)

注意 :grequests.map(rs) 是并发执行的。

运行结果如下:

也可以加入异常处理:

>>> def exception_handler(request, exception):

...    print("Request failed")

>>> reqs = [

...    grequests.get('http://httpbin.org/delay/1', timeout=0.001),

...    grequests.get('http://fakedomain/'),

...    grequests.get('http://httpbin.org/status/500')]

>>> grequests.map(reqs, exception_handler=exception_handler)

Request failed

Request failed

[None, None, <Response [500]>]

最后的话:

今天分享了并发 http 请求的几种实现方式,有人说异步(协程)性能比多线程好,其实要分场景看的,没有一种方法适用所有的场景,笔者就曾做过一个实验,也是请求 url,当并发数量超过 500 时,协程明显变慢。所以,不能说哪个一定比哪个好,需要划分情况。

到此这篇关于利用Python发送 10 万个 http 请求的文章就介绍到这了,更多相关利用Python发送 http 请求内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python高级特性之闭包与装饰器实例详解

    Python高级特性之闭包与装饰器实例详解

    这篇文章主要介绍了Python高级特性之闭包与装饰器,结合实例形式详细分析了Python闭包与装饰器的相关原理、使用方法及相关操作注意事项,需要的朋友可以参考下
    2019-11-11
  • pycharm如何为函数插入文档注释

    pycharm如何为函数插入文档注释

    这篇文章主要介绍了pycharm如何为函数插入文档注释,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-02-02
  • Python使用Paramiko库实现SSH管理详解

    Python使用Paramiko库实现SSH管理详解

    paramiko 是一个用于在Python中实现SSHv2协议的库,它支持对远程服务器进行加密的通信,本文主要介绍了如何使用Paramiko库实现SSH管理,感兴趣的小伙伴可以学习一下
    2023-11-11
  • Sublime Text v4.0(4143)安装方法

    Sublime Text v4.0(4143)安装方法

    这篇文章主要介绍了Sublime Text v4.0(4143)安装破解方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2023-02-02
  • 基于Python实现傻瓜式GIF制作工具

    基于Python实现傻瓜式GIF制作工具

    有没有什么内容形式,比小视频更小,比普通图片更丰富?有,GIF动态图就是其中一种形式。本文将为大家介绍如何通过Python实现一个傻瓜式的gif生成工具,感兴趣的可以了解一下
    2021-12-12
  • Python与数据库交互:入门指南

    Python与数据库交互:入门指南

    这篇文章主要介绍了Python与数据库交互:入门指南的相关资料,需要的朋友可以参考下
    2023-11-11
  • pytorch实现textCNN的具体操作

    pytorch实现textCNN的具体操作

    这篇文章主要介绍了pytorch实现textCNN的具体操作流程,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05
  • python使用ctypes调用扩展模块的实例方法

    python使用ctypes调用扩展模块的实例方法

    在本篇文章里小编给大家整理的是一篇关于python使用ctypes调用扩展模块的实例方法内容,需要的朋友们可以学习参考下。
    2020-01-01
  • python join方法使用详解

    python join方法使用详解

    这篇文章主要介绍了python join方法使用详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-07-07
  • Python 读取 .gz 文件全过程

    Python 读取 .gz 文件全过程

    这篇文章主要介绍了Python 读取 .gz 文件全过程,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-09-09

最新评论