[英]How to call async function in sync code and break async/await chain (i.e. how to wrap an async function in a sync function)
[英]How to use threading in Scrapy/Twisted, i.e. how to do async calls to blocking code in response callbacks?
我需要在Scrapy中運行一些多線程\\多處理工作(因為我有一些使用阻塞調用的庫),並在完成之后將請求發送回Scrapy引擎。
我需要這樣的東西:
def blocking_call(self, html):
# ....
# do some work in blocking call
return Request(url)
def parse(self, response):
return self.blocking_call(response.body)
我怎么能這樣做? 我想我應該使用Twisted reactor和Deferred對象。 但是Scrapy parse
回調必須只返回None
或Request
或BaseItem
對象。
根據@ Jean-Paul Calderone的回答,我做了一些調查和測試,這是我發現的。
內部scrapy使用Twisted框架來管理請求/響應同步和異步調用。
Scrapy以異步方式生成請求 (爬網),但處理響應 (我們的自定義解析回調函數)是同步完成的。 因此,如果您在回調中有阻塞調用, 它將阻止整個引擎 。
希望這可以改變。 處理延遲響應回調結果時,如果Deferred對象返回其他Deferred對象,Twisted將處理大小寫(twisted.internet.defer.Deferred source) 。 在這種情況下,Twisted會產生新的異步調用。
基本上,如果我們從響應回調中返回Deferred對象 ,這將改變響應回調調用從同步到異步的性質 。 為此,我們可以使用方法deferToThread ( 內部調用 deferToThreadPool(reactor, reactor.getThreadPool()...
- 在@ Jean-Paul Calderone代碼示例中使用)。
工作代碼示例是:
from twisted.internet.threads import deferToThread
from twisted.internet import reactor
class SpiderWithBlocking(...):
...
def parse(self, response):
return deferToThread(reactor, self.blocking_call, response.body)
def blocking_call(self, html):
# ....
# do some work in blocking call
return Request(url)
此外,只有回調可以返回Deferred對象,但start_requests
不能(scrapy邏輯)。
如果要在阻塞操作完成在其中一個reactor的線程池線程中運行后返回觸發的Deferred
,請使用deferToThreadPool
:
from twisted.internet.threads import deferToThreadPool
from twisted.internet import reactor
...
def parse(self, response):
return deferToThreadPool(
reactor, reactor.getThreadPool(), self.blocking_call, response.body)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.