Python事件驱动编程

事件驱动的编程侧重于事件。最终，程序的流程取决于事件。到目前为止，我们处理顺序或并行执行模型，但具有事件驱动编程概念的模型称为异步模型。事件驱动的编程取决于始终侦听新传入事件的事件循环。事件驱动编程的工作取决于事件。一旦事件循环，然后事件决定执行什么以及以什么顺序执行。以下流程图将帮助您了解其工作原理

Python模块 - Asyncio

Asyncio模块是在Python 3.4中添加的，它提供了使用协同例程编写单线程并发代码的基础结构。以下是Asyncio模块使用的不同概念

事件循环

事件循环是处理计算代码中的所有事件的功能。它在整个程序的执行过程中发挥作用，并跟踪事件的传入和执行。Asyncio模块允许每个进程使用一个事件循环。以下是Asyncio模块提供的一些管理事件循环的方法

loop = get_event_loop（） - 此方法将为当前上下文提供事件循环。
loop.call_later（time_delay，callback，argument） - 此方法安排在给定的time_delay秒之后调用的回调。
loop.call_soon（callback，argument） - 此方法安排尽快调用的回调。在call_soon（）返回并且控件返回到事件循环时调用回调。
loop.time（） - 此方法用于根据事件循环的内部时钟返回当前时间。
asyncio.set_event_loop（） - 此方法将当前上下文的事件循环设置为循环。
asyncio.new_event_loop（） - 此方法将创建并返回一个新的事件循环对象。
loop.run_forever（） - 此方法将一直运行，直到调用stop（）方法。

例

以下事件循环示例通过使用get_event_loop（）方法帮助打印 hello world 。此示例取自Python官方文档。

import asyncio

def hello_world(loop):
   print('Hello World')
   loop.stop()

loop = asyncio.get_event_loop()

loop.call_soon(hello_world, loop)

loop.run_forever()
loop.close()

输出

Hello World

期货

这与concurrent.futures.Future类兼容，该类表示尚未完成的计算。asyncio.futures.Future和concurrent.futures.Future之间存在以下差异

result（）和exception（）方法不会使用超时参数，并在未来尚未完成时引发异常。
用add_done_callback（）注册的回调总是通过事件循环的call_soon（）调用。
asyncio.futures.Future类与concurrent.futures包中的wait（）和as_completed（）函数不兼容。

例

以下是一个示例，可帮助您了解如何使用asyncio.futures.future类。

import asyncio

async def Myoperation(future):
   await asyncio.sleep(2)
   future.set_result('Future Completed')

loop = asyncio.get_event_loop()
future = asyncio.Future()
asyncio.ensure_future(Myoperation(future))
try:
   loop.run_until_complete(future)
   print(future.result())
finally:
   loop.close()

输出

Future Completed

协同程序

Asyncio中的协同程序的概念类似于线程模块下的标准Thread对象的概念。这是子程序概念的概括。协程可以在执行期间暂停，以便等待外部处理并从外部处理完成时停止的点返回。以下两种方式帮助我们实现协同程序

异步def函数（）

这是在Asyncio模块下实现协同程序的方法。以下是相同的Python脚本

import asyncio

async def Myoperation():
   print("First Coroutine")

loop = asyncio.get_event_loop()
try:
   loop.run_until_complete(Myoperation())

finally:
   loop.close()

输出

First Coroutine

@ asyncio.coroutine装饰

实现协同程序的另一种方法是利用@ asyncio.coroutine装饰器来生成生成器。以下是相同的Python脚本

import asyncio

@asyncio.coroutine
def Myoperation():
   print("First Coroutine")

loop = asyncio.get_event_loop()
try:
   loop.run_until_complete(Myoperation())

finally:
   loop.close()

输出

First Coroutine

任务

Asyncio模块的这个子类负责以并行方式在事件循环中执行协同程序。以下Python脚本是并行处理某些任务的示例。

import asyncio
import time
async def Task_ex(n):
   time.sleep(1)
   print("Processing {}".format(n))
async def Generator_task():
   for i in range(10):
      asyncio.ensure_future(Task_ex(i))
   int("Tasks Completed")
   asyncio.sleep(2)

loop = asyncio.get_event_loop()
loop.run_until_complete(Generator_task())
loop.close()

输出

Tasks Completed
Processing 0
Processing 1
Processing 2
Processing 3
Processing 4
Processing 5
Processing 6
Processing 7
Processing 8
Processing 9

Asyncio

Asyncio模块提供用于实现各种类型通信的传输类。这些类不是线程安全的，并且在建立通信信道之后总是与协议实例配对。

以下是从BaseTransport继承的不同类型的传输 -

ReadTransport - 这是只读传输的接口。
WriteTransport - 这是只写传输的接口。
DatagramTransport - 这是用于发送数据的接口。
BaseSubprocessTransport - 类似于 BaseTransport 类。

以下是BaseTransport类的五种不同方法，这些方法随后在四种传输类型中是瞬态的

close（） - 关闭运输。
is_closing（） - 如果传输正在关闭或已经关闭，则此方法将返回true。传输。
get_extra_info（name，default = none） - 这将为我们提供有关传输的一些额外信息。
get_protocol（） - 此方法将返回当前协议。

协议

Asyncio模块提供了可以子类化以实现网络协议的基类。这些课程与运输一起使用; 协议解析传入的数据并请求传出数据的写入，而传输负责实际的I / O和缓冲。以下是三类议定书

协议 - 这是实现用于TCP和SSL传输的流协议的基类。
DatagramProtocol - 这是用于实现与UDP传输一起使用的数据报协议的基类。
SubprocessProtocol - 这是用于实现通过一组单向管道与子进程通信的协议的基类。