如何在Python中利用Aiofiles实现爬虫数据的异步本地存储?

星芳君_2525

星芳君_2525

2026-07-18

767人浏览

原创

因为open()是同步阻塞调用,会卡住asyncio事件循环;aiofiles通过线程池或io_uring实现真正异步文件i/o,避免阻塞。

如何在python中利用aiofiles实现爬虫数据的异步本地存储?

为什么不能直接用 open() 配合 asyncio

因为 open() 是同步阻塞调用,哪怕你把它放在 async 函数里,也会让整个事件循环卡住——爬虫并发下载几十个页面时,一个文件写操作就能拖慢所有任务。Aiofiles 就是为解决这个而生的:它把文件 I/O 包装成真正的异步操作,底层用线程池或系统级异步接口(如 Linux 的 io_uring)避免阻塞。

aiofiles.open() 的基本写法和常见陷阱

别照搬同步写法。下面这段代码看着对,但实际会出错:

async with aiofiles.open('data.json', 'w') as f:
    await f.write(json.dumps(data))  # ❌ 缺少 newline 或 encoding

正确做法必须显式指定编码,且注意换行符处理:

  • aiofiles.open() 默认不带 encoding,二进制模式下写字符串会报 TypeError: a bytes-like object is required
  • 写 JSON 时建议加 newline='',避免 Windows 下多出空行
  • 不要在 with 块外 await f.write(),否则 RuntimeError: file is closed

推荐写法:

python 查询技能
python 查询技能

查询客流数据,输出JSON格式,可直接导入Bitable等可视化工具

下载
async with aiofiles.open('data.json', 'w', encoding='utf-8', newline='') as f:
    await f.write(json.dumps(data, ensure_ascii=False, indent=2))

并发写入多个文件时如何避免冲突或覆盖

如果你用同一个文件名反复写(比如按 URL hash 命名),通常没问题;但若多个协程同时写同一路径,结果不可预测——Aiofiles 不做文件锁,它只是把系统调用异步化。

  • 写入前用 os.makedirs(..., exist_ok=True) 确保目录存在,否则 FileNotFoundError
  • 避免多个协程写同一个文件:用唯一文件名(如 f'data/{hash(url)}.html')
  • 真要追加内容(如日志),用 'a' 模式,但注意不同协程的写入顺序不保证,慎用于结构化数据
  • 若需原子写入(防止写到一半被读),先写临时文件,再 os.replace()(Python 3.3+ 支持)

性能对比和何时该换方案

Aiofiles 在多数场景比同步快,但不是万能加速器:

  • 小文件(50 路)时,Aiofiles 明显优于 loop.run_in_executor() + 同步 open
  • 大文件(>1MB)单次写入,Aiofiles 和同步差别不大,甚至略慢(额外封装开销)
  • 磁盘 I/O 已是瓶颈时(如机械硬盘),再多协程也无意义,此时应考虑批量写、缓冲区合并或换用 SQLite
  • 如果项目已用 asyncpg 或 aiomysql,优先存数据库而非文件——文件系统本身不支持并发安全写入

真正容易被忽略的是:Aiofiles 不处理文件路径竞争(比如两个协程同时 mkdir 同一目录),这部分仍需你自己加 try/except FileExistsError 或用 pathlib.Path.mkdir(exist_ok=True)。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1691

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

4284

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1689

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

25017

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3047

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3067

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1163

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

596

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

2383

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程