利于爬虫理解协程

当前代码在工作当中没有太大的含义，但是对于大家理解协程的基础概念是相当有好处的 协程最直接的可以理解为程序当中一个没有返回的功能块儿 我们之前有学过多线程，所谓的多线程不论是异步并发，还是并发强调的时候将功能放到不同的线程上分别运行的过程 但是协程不是这样的，协程强调的是在同一个线程上进行运行，这样免去了线程生产、消费、抛弃的损耗 站在生产消费者模式来看 多线程主张的是 生产者生产 生产的内容放入缓存 然后取出使用

协程的主张是
    生产者生产
    然后生产函数终止
    然后消费函数启动
    消费完成接着生产

闲话不多说，上代码。

 1 #coding:utf-8
 2 import requests
 3 from time import sleep
 4 from lxml import etree
 5 
 6 def setUp(fun):
 7     """
 8     启动生成器
 9     :param fun: 生成器函数
10     """
11     def inner(**kwargs):
12         k = fun(**kwargs)  #调用生成器
13         next(k) #执行一次，效果类似初始化
14         return k
15     return inner
16 
17 @setUp
18 def getSrc():
19     """
20         根据内容获取链接
21     """
22     a = 1
23     while True:
24         content = yield a
25         html = etree.HTML(content)
26         imglist = html.xpath('//div[@id="content-left"]//img')
27         for img in imglist:
28             src = "http"+img.attrib.get("src")
29             print(src)
30 @setUp
31 def getData():
32     """
33     根据地址获取内容
34     :return:
35     """
36     while True:
37         url = "https://www.qiushibaike.com/pic/page/%s/?s=5144861"
38         page = yield url
39         if page == 1:
40             Referer = "https://www.qiushibaike.com"
41             url = "https://www.qiushibaike.com/pic/"
42         else:
43             Referer = url%page
44             url = url % page
45         print(url)
46         headers = {
47             "Referer": Referer,
48             "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.110 Safari/537.36",
49         }
50         request_data = requests.get(url = url,headers = headers)
51         content = request_data.content
52         img = getSrc()
53         img.send(content)
54         sleep(1)
55 
56 def getPage():
57     """
58     启动，获取所有的页码
59     """
60     d = getData()
61     page = 0
62     while page < 35:
63         page += 1
64         d.send(page)
65 
66 if __name__ == "__main__":
67     getPage()