如何在Python3.12中使用aiohttp批量爬取?

大磊大大_4000

大磊大大_4000

2026-11-13

431人浏览

原创

直接用 aiohttp.ClientSession() 做批量请求出错,因 session 必须与创建它的事件循环绑定;正确做法是用 async with aiohttp.ClientSession() 包裹请求逻辑,配合 asyncio.Semaphore 控制并发(建议5~10),显式处理编码和证书验证。

如何在python3.12中使用aiohttp批量爬取?

为什么直接用 aiohttp.ClientSession() 做批量请求会出错?

Python 3.12 默认启用 asyncio.run() 的新事件循环策略(asyncio.WindowsProactorEventLoopPolicy 在 Windows,或 asyncio.DefaultEventLoopPolicy 在 Linux/macOS),而 aiohttp 的 ClientSession 必须在同一个事件循环中创建和使用。常见错误是:在函数外初始化 session = aiohttp.ClientSession(),然后在多个 async 函数里复用——这会导致 RuntimeError: Session is closed 或 RuntimeError: Event loop is closed。

正确做法是让 session 生命周期严格绑定到 async 上下文:

  • 用 async with aiohttp.ClientSession() as session: 包裹整个批量请求逻辑
  • 不要提前创建 session 并传入协程;若需复用,应通过参数传入已打开的 session,并确保调用方负责 async with
  • 避免在 __init__ 或模块顶层创建 session 实例

如何控制并发数防止被封或超时?

aiohttp 本身不提供内置并发限制,靠 asyncio.Semaphore 控制同时发起的请求数。设得太大(如 >20)容易触发目标站反爬或服务端拒绝连接;太小(如 1)则失去异步优势。Python 3.12 的 asyncio.to_thread() 不适用于 HTTP 请求,别误用。

实操建议:

  • 起始并发数建议设为 5~10,根据目标响应时间动态调整
  • 用 asyncio.Semaphore(8) 包裹每个 session.get() 调用
  • 配合 timeout=aiohttp.ClientTimeout(total=10) 防止单个请求拖垮整批任务
  • 务必加 raise_for_status() 检查 HTTP 状态码,否则 403/429 错误会静默吞掉

怎么安全地处理 JSON 响应和编码问题?

不少接口返回非 UTF-8 编码(如 GBK、ISO-8859-1),而 response.json() 默认按 UTF-8 解码,直接调用会抛 UnicodeDecodeError。Python 3.12 中 aiohttp v3.9+ 已移除自动编码探测,必须显式指定。

Biopython
Biopython

全面的分子生物学工具集。适用于序列操作、文件解析(FASTA/GenBank/PDB)、系统发育分析,以及通过 Bio.Entrez 以编程方式访问 NCBI/

下载

推荐写法:

  • 先用 await response.read() 获取原始 bytes,再用 chardet.detect() 或 charset_normalizer.from_bytes() 推测编码(注意:这两个库不是标准库,需 pip install charset-normalizer)
  • 更轻量的做法:对已知接口,用 response.content_type 和 response.charset 判断,例如 if response.charset == "gbk": text = await response.text(encoding="gbk")
  • JSON 解析前,优先用 await response.json(content_type=None) 跳过 MIME 类型校验,避免因 Content-Type: text/plain 导致解析失败

遇到 ClientConnectorCertificateError 怎么办?

这是 Python 3.12 + aiohttp 对 HTTPS 证书验证更严格导致的,尤其在访问自签名、过期或中间证书缺失的站点时。不是简单关掉 SSL 验证就完事——生产环境禁用 ssl=False 会带来中间人风险。

分场景处理:

  • 开发调试:在 ClientSession 初始化时加 connector=aiohttp.TCPConnector(ssl=False),但仅限本地测试
  • 内网服务:用 ssl.create_default_context(cafile="/path/to/cert.pem") 指定可信 CA 文件,传给 TCPConnector(ssl=context)
  • 临时绕过(不推荐):设置环境变量 SSL_CERT_FILE 指向系统证书路径,或升级 certifi 库(pip install -U certifi)

真正难搞的是某些老系统返回 TLS 1.0 握手或弱加密套件——这时得降级 aiohttp 的 connector 参数,或换用 httpx.AsyncClient(verify=False) 临时过渡。

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

相关标签:

python python3

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

1911

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

5364

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

1869

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

32537

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

3827

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

3847

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

1263

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

616

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

2983

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