使用Tornado協程可以發展出類似同步程式碼的異步為。同時,因為協程本身不使用線程,所以減少了線程上下文切換的開銷,是一種高效的開發模式。
1、編寫協程函數
實例:用協程技術開發網頁存取功能
#用协程技术开发网页访问功能 from tornado import gen #引入协程库gen from tornado.httpclient import AsyncHTTPClient import time #使用gen.coroutine修饰器 @gen.coroutine def coroutine_visit(): http_client=AsyncHTTPClient() response=yield http_client.fetch("http://www.baidu.com") print(response.body)
本例中任然使用了非同步客戶端AsyncHTTPClient進行頁面訪問,裝飾器@gen.coroutine宣告這是一個協程函數,由於yield關鍵字的作用,使得程式碼中不用再寫回呼函數用於處理存取結果,而可以直接在yield語句的後面編寫結果處理語句。
2、呼叫協程函數
由於Tornado協程基於Python的yield關鍵字實現,所以不能像普通函數一樣直接呼叫。
協程函數可以透過以下三張方式呼叫:
在本身是協程的函數內透過yield關鍵字呼叫。
在IOLoop尚未啟動時,透過IOLoop的run_sync()函數呼叫。
在IOLoop已經啟動時,透過IOLoop的spawn_callback()函式呼叫。
實例:透過協程函數呼叫協程函數
程式碼:
#用协程技术开发网页访问功能 from tornado import gen #引入协程库gen from tornado.httpclient import AsyncHTTPClient import time #使用gen.coroutine修饰器 @gen.coroutine def coroutine_visit(): http_client=AsyncHTTPClient() response=yield http_client.fetch("http://www.baidu.com") print(response.body) @gen.coroutine def outer_coroutine(): print("start call coroutine_visit") yield coroutine_visit() print("end call coroutine_cisit")
本例中outer_coroutine()和coroutine_visit()都是協程函數,所以他們之間可以透過yield關鍵字呼叫。 _
實例:IOLoo尚未啟動時,透過IOLoop的run_sync()函數呼叫。
IOLoop是Tornado的主事件循環對象,Tornado程式透過它監聽外部客戶端的存取請求,並執行對應操作。程式碼:
#用协程技术开发网页访问功能 from tornado import gen #引入协程库gen from tornado.httpclient import AsyncHTTPClient from tornado.ioloop import IOLoop #引入IOLoop对象 #使用gen.coroutine修饰器 @gen.coroutine def coroutine_visit(): http_client=AsyncHTTPClient() response=yield http_client.fetch("http://www.baidu.com") print(response.body) def func_normal(): print("start call coroutine_visit") IOLoop.current().run_sync(lambda :coroutine_visit()) print("end call coroutine_visit")
當程式尚未進入IOLoop的running狀態時,可以透過run_sync()函數呼叫協程函數。
注意:run_sync()函數將阻塞目前函數的調用,直到被調用的協程執行完成。
事實上,Tornado要求協程函數在IOLoop的running狀態種才能被調用,只不過run_sync函數自動完成了啟動、停止IOLoop的操作步驟,他的實作邏輯是:
【啟動IOLoop】》【呼叫被lambda封裝的協程函數】》【停止IOLoop】
實例:在IOLoop啟動時,透過spawn_callback()函式呼叫
程式碼:
#用协程技术开发网页访问功能 from tornado import gen #引入协程库gen from tornado.httpclient import AsyncHTTPClient from tornado.ioloop import IOLoop #引入IOLoop对象 #使用gen.coroutine修饰器 @gen.coroutine def coroutine_visit(): http_client=AsyncHTTPClient() response=yield http_client.fetch("http://www.baidu.com") print(response.body) def func_normal(): print("start call coroutine_visit") IOLoop.current().spawn_callback(coroutine_visit) print("end call coroutine_visit")
spawn_callback()函數將不會等待被呼叫協程執行完成,所有上下兩條列印語句將馬上完成,而coroutine__visit本身將會由IOLoop在適當的時機進行呼叫。
注意:IOLoop的spawn_callback()函數沒有提供開發者一個取得協程函數呼叫傳回值的方法,所以只能用span_callback()呼叫沒有傳回值的協程函數。
3、在協程中呼叫阻塞函數
在協程中直接呼叫阻塞函數會影響協程本身的效能,所以Tornado提供了在協程中利用執行緒池調度阻塞函數,從而不影響協程本身繼續執行的方法。程式碼實例:
from concurrent.futures import ThreadPoolExecutor from tornado import gen #定义线程池 thread_pool=ThreadPoolExecutor(2) def mySleep(count): import time for x in range(count): time.sleep(1) @gen.coroutine def call_blocking(): print("start") yield thread_pool.submit(mySleep,10) print("end")
程式碼中首先引用了concurrent.futures種的ThreadPoolExecutor類,實例化了一個由兩個執行緒的執行緒池thread_pool。在需要呼叫阻塞函數的協程call_blocking種,使用thread_pool.submit呼叫阻塞函數,並透過yield傳回。這樣便不會阻塞協程所在的執行緒的繼續執行,也保證了阻塞函數前後程式碼的執行順序。
4、在協程中等待多個非同步呼叫
到目前為止,我們知道了協程中一個yield關鍵字等待一個非同步呼叫的程式設計方法。其實,Tornado允許在協程中用一個yield關鍵字等待多個非同步調用,只需要把這些調用以列表(list)或字典(dictionary)的方式傳遞給yield關鍵字即可。實例:使用列表方式傳遞多個非同步呼叫
#使用列表方式传递多个异步调用 from tornado import gen #引入协程库gen from tornado.httpclient import AsyncHTTPClient @gen.coroutine #使用gen.coroutine修饰器 def coroutine_visit(): http_client=AsyncHTTPClient() list_response=yield [ http_client.fetch("http://www.baidu.com"), http_client.fetch("http://www.api.jiutouxiang.com") ] for response in list_response: print(response.body)
在程式碼中仍然使用@gen.coroutine裝飾器定義協程,在需要yield的地方用列表傳遞若干個非同步調用,只有在列表種的所有調用都執行完成後,yield才會返回並且繼續執行。 yield以列表方式傳回呼叫結果。
實例:用字典方式傳遞多個非同步呼叫:
#使用列表方式传递多个异步调用 from tornado import gen #引入协程库gen from tornado.httpclient import AsyncHTTPClient @gen.coroutine #使用gen.coroutine修饰器 def coroutine_visit(): http_client=AsyncHTTPClient() dict_response=yield { "baidu": http_client.fetch("http://www.baidu.com"), "9siliao":http_client.fetch("http://www.api.jiutouxiang.com") } print(dict_response["baidu"].body)
以上是Python中Tornado協程的使用詳解(附實例)的詳細內容。更多資訊請關注PHP中文網其他相關文章!

numpyArraysareAreBetterFornumericalialoperations andmulti-demensionaldata,而learthearrayModuleSutableforbasic,內存效率段

numpyArraySareAreBetterForHeAvyNumericalComputing,而lelethearRayModulesiutable-usemoblemory-connerage-inderabledsswithSimpleDatateTypes.1)NumpyArsofferVerverVerverVerverVersAtility andPerformanceForlargedForlargedAtatasetSetsAtsAndAtasEndCompleXoper.2)

ctypesallowscreatingingangandmanipulatingc-stylarraysinpython.1)usectypestoInterfacewithClibrariesForperfermance.2)createc-stylec-stylec-stylarraysfornumericalcomputations.3)passarraystocfunctions foreforfunctionsforeffortions.however.however,However,HoweverofiousofmemoryManageManiverage,Pressiveo,Pressivero

Inpython,一個“列表” isaversatile,mutableSequencethatCanholdMixedDatateTypes,而“陣列” isamorememory-sepersequeSequeSequeSequeSequeRingequiringElements.1)列表

pythonlistsandArraysareBothable.1)列表Sareflexibleandsupportereceneousdatabutarelessmory-Memory-Empefficity.2)ArraysareMoremoremoremoreMemoremorememorememorememoremorememogeneSdatabutlesserversEversementime,defteringcorcttypecrecttypececeDepeceDyusagetoagetoavoavoiDerrors。

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

選擇Python還是C 取決於項目需求:1)如果需要快速開發、數據處理和原型設計,選擇Python;2)如果需要高性能、低延遲和接近硬件的控制,選擇C 。

通過每天投入2小時的Python學習,可以有效提升編程技能。 1.學習新知識:閱讀文檔或觀看教程。 2.實踐:編寫代碼和完成練習。 3.複習:鞏固所學內容。 4.項目實踐:應用所學於實際項目中。這樣的結構化學習計劃能幫助你係統掌握Python並實現職業目標。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

Atom編輯器mac版下載
最受歡迎的的開源編輯器

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

禪工作室 13.0.1
強大的PHP整合開發環境

WebStorm Mac版
好用的JavaScript開發工具