[英]Aiohttp async session requests
因此,我一直在使用會話來抓取帶有請求的網站(www.cardsphere.com)受保護的頁面,如下所示:
import requests
payload = {
'email': <enter-email-here>,
'password': <enter-site-password-here>
}
with requests.Session() as request:
requests.get(<site-login-page>)
request.post(<site-login-here>, data=payload)
request.get(<site-protected-page1>)
save-stuff-from-page1
request.get(<site-protected-page2>)
save-stuff-from-page2
.
.
.
request.get(<site-protected-pageN>)
save-stuff-from-pageN
the-end
現在,由於頁面很多,我想使用Aiohttp + asyncio來加速它,但是我缺少了一些東西。 我已經能夠或多或少地使用它來刮掉未受保護的頁面,如下所示:
import asyncio
import aiohttp
async def get_cards(url):
async with aiohttp.ClientSession() as session:
async with session.get(url) as resp:
data = await resp.text()
<do-stuff-with-data>
urls = [
'https://www.<url1>.com'
'https://www.<url2>.com'
.
.
.
'https://www.<urlN>.com'
]
loop = asyncio.get_event_loop()
loop.run_until_complete(
asyncio.gather(
*(get_cards(url) for url in urls)
)
)
那給出了一些結果,但是對於需要登錄的頁面我該怎么辦呢? 我嘗試在異步函數內添加session.post(<login-url>,data=payload)
,但顯然效果不佳,它將一直保持登錄狀態。在之前有沒有辦法“設置” aiohttp ClientSession循環功能? 由於我需要先登錄,然后在同一會話中,使用asyncio + aiohttp從一堆受保護的鏈接中獲取數據?
對於python來說還是相當新的東西,所以異步甚至更多,我在這里缺少一些關鍵概念。 如果有人能指出正確的方向,我將不勝感激。
這是我能想到的最簡單的方法,具體取決於您在<do-stuff-with-data>
您可能會遇到其他一些有關並發的麻煩,您可能會遇到麻煩……只是在開玩笑,有點將您的頭緒圍繞在承諾,承諾和任務上會更加復雜,但是一旦獲得,它就像順序編程一樣簡單
import asyncio
import aiohttp
async def get_cards(url, session, sem):
async with sem, session.get(url) as resp:
data = await resp.text()
# <do-stuff-with-data>
urls = [
'https://www.<url1>.com',
'https://www.<url2>.com',
'https://www.<urlN>.com'
]
async def main():
sem = asyncio.Semaphore(100)
async with aiohttp.ClientSession() as session:
await session.get('auth_url')
await session.post('auth_url', data={'user': None, 'pass': None})
tasks = [asyncio.create_task(get_cards(url, session, sem)) for url in urls]
results = await asyncio.gather(*tasks)
return results
asyncio.run(main())
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.