异步非阻塞socket的实现

在学习使用scrapy爬虫框架以前，须要了解一些基础原理

　　咱们知道HTTP请求是基于socket模块进行发送和接受的，可是socket套接字的在使用的中存在着阻塞，不利用爬虫的高性能运行，因此咱们就须要对框架进行一些高性能设置，使用select模块，检测socket请求的IO操做，实现对socket的高性能运行：

如下是代码示例：

import socket
import select


class Request(object):
    '''
    request类的定义是应对请求的链接不一样时，作的低耦合操做
    '''
    def __int__(self,sock,info):
        self.sock=sock
        self.info=info

    def fileno(self):
        '''
        由于select模块在检测IO操做可是针对socket对象，该对象中必须有fileno方法才能调用，
        所以须要咱们本身定义一个request类，在类下包含fileno方法
        :return:
        '''
        return self.sock.fileno()



class Mysocket(object):
    def __int__(self):
        '''
        初始化两个列表，存储socket对象
        :return:
        '''
        self.sock_list=[]
        self.conns=[]


    def add_request(self,req_info):
        '''
        建立请求
        :param req_info: {'host':'www.baidu.com','port':80}
        :return:
        '''
        sock=socket.socket()
        sock.setblocking(False)#设置socket为非阻塞状态
        try:
            sock.connect((req_info['host'],req_info['post']))
        except BaseException as e:
            pass
        #使用try方法防止sock在非阻塞状态下报错

        obj=Request(sock,req_info)#示例话Request类，此类就是socket实例化的对象
        self.sock_list.append(obj)
        self.conns.append(obj)

    def run(self):
        '''
        开始事件循环，检测：链接是否成功，是否有数据返回
        :return:
        '''
        while True:
            r,w,e=select.select(self.sock_list,self.conns,[],0.05)
            #select。select([socket对象，])，能够是任何对象，可是对象必定要有
            #fileno方法，因此须要本身去定义request类
            #在此处就调用request对象

            #seclet参数w数值就是检测请求是否成功
            for obj in w:
                #检查obj.request对象
                data="GET %s http/1.1\r\nhost:%s\r\n\r\n" %(obj.info['path'],obj.info['host'])
                obj.sock.send(data.encode('utf8'))
                self.conns.remove(obj)#该链接在成功请求事后，为防止重复发送请求，需请求列表中将其删除
                
                
            #数据返回，接受到数据
            for obj in r:
                response=obj.sock.recv(8096)
                obj.info["callback"](response)
                self.sock_list.remove(obj)

from .. import Mysocket
def data(response):
    '''
    回调函数，对返回的数据进行操做
    :param response:
    :return:
    '''
    print(response)

def file(response):
    '''
    回调函数，对返回数值的第二种操做方式
    :param response:
    :return:
    '''
    print(response)

url_list = [
    {'host': 'www.baidu.com', 'port': 80, 'path': '/','callback': data},
    {'host': 'www.cnblogs.com', 'port': 80, 'path': '/index.html','callback': file},
    {'host': 'www.bing.com', 'port': 80, 'path': '/','callback': data},
]

obj=Mysocket()
for item in url_list:
    obj.add_request(item)

obj.run()