异步爬虫之协程的基本原理

我们知道爬虫是 IO 密集型任务，例如使用 requests 库来爬取某个站点，当发出一个请求后，程序必须等待网站返回响应，才能接着运行，而在等待响应的过程中，整个爬虫程序是一直在等待的，实际上没有做任何事情。对于这种情况，我们有没有优化方案呢?

当然有，本篇博客我们就来了解一下异步爬虫的基本概念和实现。

要实现异步机制的爬虫，那自然和协程脱不了关系。

案例引入

在介绍协程之前，先来看一个案例网站，地址为 https://www.httpbin.org/delay/5，访问这个链接需要先等待五秒才能得到结果，这是因为服务器强制等待了5秒时间才返回响应。

平时我们浏览网页的时候，绝大部分网页的响应速度还是很快的，如果写爬虫来爬取，那么从发出请求到接收响应的时间不会很长，因此需要我们等待的时间并不多。

然而像上面这个网站，发出一次请求至少需要5秒才能得到响应，如果用requests 库写爬虫来爬取，那么每次都要等待5秒及以上才能拿到结果。

下面来测试一下，我们用requests 写一个遍历程序，直接遍历100 次案例网站，试试看有什么效果，实现代码如下:

import requests
import logging
import time

logging.basicConfig(level=logging.INFO, format='%(asctime)s-%(levelname)s:%(message)s')
TOTAL_NUMBER = 100
URL = 'https://www.httpbin.org/delay/5'
start_time = time.time()
for _ in range(1, TOTAL_NUMBER + 1):
    logging.info('scraping %s', URL)
    response = requests.get(URL)
end_time = time.time()
logging.info('total time %s seconds', end_time - start_time)

这里我们直接用循环的方式构造了100个请求，使用的是requests 单线程，在爬取之前和爬取之后分别记录了时间，最后输出了爬取 100个页面消耗的总时间。

运行结果如下:

2024-12-29 14:16:19,061-INFO:scraping https://www.httpbin.org/delay/5
2024-12-29 14:16:25,566-INFO:scraping https://www.httpbin.org/delay/5
2024-12-29 14:16:31,690-INFO:scraping https://www.httpbin.org/delay/5
2024-12-29 14:16:37,881-INFO:scraping https://www.httpbin.org/delay/5
2024-12-29 14:16:44,076-INFO:scraping https://www.httpbin.org/delay/5
...
2024-12-29 14:26:59,819-INFO:scraping https://www.httpbin.org/delay/5
2024-12-29 14:27:06,561-INFO:scraping https://www.httpbin.org/delay/5
2024-12-29 14:27:13,264-INFO:total time 654.2034454345703 seconds

由于每个页面都至少要等待5秒才能加载出来，因此100个页面至少要花费500秒时间，加上网站本身的负载问题，总的爬取时间最终约为654 秒，大约11分钟。

这在实际情况中是很常见的，有些网站本身加载速度就比较慢，稍慢的可能1~3秒，更慢的说不定10秒以上。如果我们就用requests单线程这么爬取，总耗时将会非常大。此时要是打开多线程或多进程来爬取，其爬取速度确实会成倍提升，那么是否有更好的解决方案呢?

本节就来了解一下使用协程实现加速的方法，这种方法对IO密集型任务非常有效。如过将其应用到网络爬虫中，那么爬取效率甚至可以提升成百倍。

基础知识

了解协程需要先了解一些基础概念，如阻塞和非阻塞、同步和异步、多进程和协程。

• 阻塞

阻塞状态指程序未得到所需计算资源时被挂起的状态。程序在等待某个操作完成期间，自身无法继续干别的事情，则称该程序在该操作上是阻塞的。

常见的阻塞形式有:网络 IO 阻塞、磁盘 IO阻塞、用户输入阻塞等。阻塞是无处不在的，包括在 CPU切换上下文时，所有进程都无法真正干事情，它们也会被阻塞。在多核 CPU 的情况下，正在执行上下文切换操作的核不可被利用。

• 非阻塞

程序在等待某操作的过程中，自身不被阻塞，可以继续干别的事情，则称该程序在该操作上是非阻塞的。

非阻塞并不是在任何程序级别、任何情况下都存在的。仅当程序封装的级别可以囊括独立的子程序单元时，程序才可能存在非阻塞状态。

非阻塞因阻塞的存在而存在，正因为阻塞导致程序运行的耗时增加与效率低下，我们才要把它变成非阻塞的。

• 同步

不同程序单元为了共同完成某个任务，在执行过程中需要靠某种通信方式保持协调一致，此时这些程序单元是同步执行的。

例如在购物系统中更新商品库存时，需要用“行锁”作为通信信号，强制让不同的更新请求排队并按顺序执行，这里的更新库存操作就是同步的。

简言之，同步意味着有序。

• 异步

为了完成某个任务，有时不同程序单元之间无须通信协调也能完成任务，此时不相关的程序单元之间可以是异步的。

例如，爬取下载网页。调度程序调用下载程序后，即可调度其他任务，无须与该下载任务保持通信以协调行为。不同网页的下载、保存等操作都是无关的，也无须相互通知协调。这些异步操作的完成时刻并不确定。

简言之，异步意味着无序。

• 多进程

多进程就是利用 CPU 的多核优势，在同一时间并行执行多个任务，可以大大提高执行效率。

• 协程

协程，英文叫作 coroutine，又称微线程、纤程，是一种运行在用户态的轻量级线程。

协程拥有自己的寄存器上下文和栈。协程在调度切换时，将寄存器上下文和栈保存到其他地方，等切回来的时候，再恢复先前保存的寄存器上下文和栈。因此，协程能保留上一次调用时的状态，即所有局部状态的一个特定组合，每次过程重人，就相当于进人上一次调用的状态。

协程本质上是个单进程，相对于多进程来说，它没有线程上下文切换的开销，没有原子操作锁定及同步的开销，编程模型也非常简单。

我们可以使用协程来实现异步操作，例如在网络爬虫场景下，我们发出一个请求之后，需要等待一定时间才能得到响应，但其实在这个等待过程中，程序可以干许多其他事情，等得到响应之后再切换回来继续处理，这样可以充分利用CPU和其他资源，这就是协程的优势。

协程的用法

接下来，我们了解一下协程的实现。从Python3.4开始，Python 中加入了协程的概念，但这个版本的协程还是以生成器对象为基础。Python 3.5 中增加了 async、await，使得协程的实现更为方便。

Python 中使用协程最常用的库莫过于 asyncio，所以本节会以它为基础来介绍协程的用法。

首先，需要了解下面几个概念。

• event loop:事件循环，相当于一个无限循环，我们可以把一些函数注册到这个事件循环上,当满足发生条件的时候，就调用对应的处理方法。

• coroutine:中文翻译叫协程，在Python 中常指代协程对象类型，我们可以将协程对象注册到事件循环中，它会被事件循环调用。我们可以使用async 关键字来定义一个方法，这个方法在调用时不会立即被执行，而是会返回一个协程对象。

• task:任务，这是对协程对象的进一步封装，包含协程对象的各个状态。

• future:代表将来执行或者没有执行的任务的结果，实际上和task 没有本质区别。

另外，我们还需要了解 async、await 关键字，它们是从 Python3.5才开始出现的，专门用于定义协程。其中，前者用来定义一个协程，后者用来挂起阻塞方法的执行。

准备工作

在本节开始之前，请确保安装的 Python 版本为 3.5 及以上，如果版本是 3.4 及以下，则下方的案例是不能运行的。

定义协程

我们来定义一个协程，体验一下它和普通进程在实现上的不同之处，代码如下:

import asyncio


async def execute(x):
    print('Number:', x)


coroutine = execute(1)
print('Coroutine:', coroutine)
print('After calling execute')
loop = asyncio.get_event_loop()
loop.run_until_complete(coroutine)
print('After calling loop')

运行结果如下:

Coroutine: <coroutine object execute at 0x000001F01B840740>
After calling execute
Number: 1
After calling loop

首先，我们引人了 asyncio 包，这样才可以使用 async 和 await 关键字。然后使用 async 定义了一个 execute 方法，该方法接收一个数字参数x，执行之后会打印这个数字。

随后我们直接调用了 execute 方法，然而这个方法并没有执行，而是返回了一个 coroutine 协程对象。之后我们使用 get_event_loop 方法创建了一个事件循环 loop，并调用 loop 对象的run_until_complete 方法将协程对象注册到了事件循环中，接着启动。最后，我们才看到 execute 方法打印出了接收的数字。

可见，async 定义的方法会变成一个无法直接执行的协程对象，必须将此对象注册到事件循环中才可以执行。

前面我们还提到了 task,它是对协程对象的进一步封装,比协程对象多了运行状态,例如 running、finished 等，我们可以利用这些状态获取协程对象的执行情况。

在上面的例子中，当我们把协程对象 coroutine 传递给 run_until_complete 方法的时候，实际上它进行了一个操作，就是将 coroutine 封装成task对象。对此，我们也可以显式地进行声明，代码如下所示:

import asyncio


async def execute(x):
    print('Number:', x)
    return x


coroutine = execute(1)
print('Coroutine:', coroutine)
print('After calling execute')
loop = asyncio.get_event_loop()
task = loop.create_task(coroutine)
print('Task:', task)
loop.run_until_complete(task)
print('Task:', task)
print('After calling loop')

运行结果如下:

Coroutine: <coroutine object execute at 0x000001D0096E0740>
After calling execute
Task: <Task pending name='Task-1' coro=<execute() running at D:\projects\scrapy-demo\test.py:4>>
Number: 1
Task: <Task finished name='Task-1' coro=<execute() done, defined at D:\projects\scrapy-demo\test.py:4> result=1>
After calling loop

这里我们定义了 loop 对象之后,紧接着调用了它的create_task方法,将协程对象转化为 task 对象，随后打印输出一下，发现它处于 pending 状态。然后将 task对象添加到事件循环中执行，并再次打印出 task 对象，发现它的状态变成了 finished，同时还可以看到其 result 变成了 1，也就是我们定义的 execute 方法的返回结果。

定义 task 对象还有另外一种方式，就是直接调用 asyncio 包的 ensure_future 方法，返回结果也是 task对象，这样的话我们就可以不借助 loop 对象。即使还没有声明 loop，也可以提前定义好 task对象，这种方式的写法如下:

import asyncio


async def execute(x):
    print('Number:', x)
    return x


coroutine = execute(1)
print('Coroutine:', coroutine)
print('After calling execute')
loop = asyncio.get_event_loop()
task = asyncio.ensure_future(coroutine)
print('Task:', task)
loop.run_until_complete(task)
print('Task:', task)
print('After calling loop')

运行结果如下:

Coroutine: <coroutine object execute at 0x00000295CC910740>
After calling execute
Task: <Task pending name='Task-1' coro=<execute() running at D:\projects\scrapy-demo\test.py:4>>
Number: 1
Task: <Task finished name='Task-1' coro=<execute() done, defined at D:\projects\scrapy-demo\test.py:4> result=1>
After calling loop

可以发现，运行效果都是一样的。

绑定回调

我们也可以为某个 task 对象绑定一个回调方法。来看下面这个例子:

import asyncio
import requests


async def request():
    url = 'https://www.baidu.com'
    status = requests.get(url)
    return status


def callback(task):
    print('Status:', task.result())


coroutine = request()
task = asyncio.ensure_future(coroutine)
task.add_done_callback(callback)
print('Task:', task)
loop = asyncio.get_event_loop()
loop.run_until_complete(task)
print('Task:', task)

这里我们定义了 request 方法，在这个方法里请求了百度，并获取了其状态码，但是没有编写任何 print 语句。随后我们定义了 callback 方法，这个方法接收一个参数，参数是 task 对象，在这个方法中调用 print 方法打印出了 task对象的结果。这样就定义好了一个协程对象和一个回调方法。我们现在希望达到的效果是，当协程对象执行完毕之后，就去执行声明的callback 方法。

那么两者怎样关联起来呢?很简单，只要调用 add_done_callback方法就行。我们将 callback 方法传递给封装好的 task对象，这样当task执行完毕之后，就可以调用 callback方法了。同时 task对象还会作为参数传递给 callback 方法，调用task 对象的result 方法就可以获取返回结果了。

运行结果如下:

Task: <Task pending name='Task-1' coro=<request() running at D:\projects\scrapy-demo\test.py:5> cb=[callback() at D:\projects\scrapy-demo\test.py:11]>
Status: <Response [200]>
Task: <Task finished name='Task-1' coro=<request() done, defined at D:\projects\scrapy-demo\test.py:5> result=<Response [200]>>

实际上，即使不使用回调方法，在 task运行完毕之后，也可以直接调用result 方法获取结果代码如下所示:

import asyncio
import requests


async def request():
    url = 'https://www.baidu.com'
    status = requests.get(url)
    return status


coroutine = request()
task = asyncio.ensure_future(coroutine)
print('Task:', task)
loop = asyncio.get_event_loop()
loop.run_until_complete(task)
print('Task:', task)
print('Task Result:', task.result())

运行结果是一样的:

Task: <Task pending name='Task-1' coro=<request() running at D:\projects\scrapy-demo\test.py:5>>
Task: <Task finished name='Task-1' coro=<request() done, defined at D:\projects\scrapy-demo\test.py:5> result=<Response [200]>>
Task Result: <Response [200]>

多任务协程

在上面的例子中，我们都只执行了一次请求，如果想执行多次请求，应该怎么办呢?可以定义一个 task 列表，然后使用 asyncio 包中的 wait 方法执行。看下面的例子:

import asyncio
import requests


async def request():
    url = 'https://www.baidu.com'
    status = requests.get(url)
    return status


tasks = [asyncio.ensure_future(request()) for _ in range(5)]
print('Tasks:', tasks)
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

for task in tasks:
    print('Task Result:', task.result())

这里我们使用一个 for 循环创建了5个 task，它们组成一个列表，然后把这个列表首先传递给asyncio 包的 wait 方法，再将其注册到事件循环中，就可以发起5个任务了。最后，输出任务的执行结果，具体如下:

Tasks: [<Task pending name='Task-1' coro=<request() running at D:\projects\scrapy-demo\test.py:5>>, <Task pending name='Task-2' coro=<request() running at D:\projects\scrapy-demo\test.py:5>>, <Task pending name='Task-3' coro=<request() running at D:\projects\scrapy-demo\test.py:5>>, <Task pending name='Task-4' coro=<request() running at D:\projects\scrapy-demo\test.py:5>>, <Task pending name='Task-5' coro=<request() running at D:\projects\scrapy-demo\test.py:5>>]
Task Result: <Response [200]>
Task Result: <Response [200]>
Task Result: <Response [200]>
Task Result: <Response [200]>
Task Result: <Response [200]>

可以看到，5个任务被顺次执行，并得到了执行结果。

协程实现

前面说了好一通，又是 async 关键字，又是 coroutine，又是task，又是 callback 的，似乎并没有从中看出协程的优势，反而写法上更加奇怪和麻烦了?别急，上述案例只是为后面的使用作铺垫。接下来，我们正式看看协程在解决 IO 密集型任务方面到底有怎样的优势。

在前面的代码中，我们用一个网络请求作为例子，这本身就是一个耗时等待操作，因为在请求网页之后需要等待页面响应并返回结果。耗时等待操作一般都是IO操作，例如文件读取、网络请求等。协程在处理这种操作时是有很大优势的，当遇到需要等待的情况时，程序可以暂时挂起，转而执行其他操作，从而避免因一直等待一个程序而耗费过多的时间，能够充分利用资源。

为了表现协程的优势，我们还是以本节开头介绍的网站 https://www.httpbin.org/delay/5 为例，因为该网站响应比较慢，所以可以通过爬取时间让大家直观感受到爬取速度的提升。

为了让大家更好地理解协程的正确使用方法，这里先来看看大家使用协程时常犯的错误，后面再给出正确的例子作为对比。

首先，还是拿之前的requests 库进行网页请求，之后再重新使用上面的方法请求一遍:

import asyncio
import requests
import time

start = time.time()


async def request():
    url = 'https://www.httpbin.org/delay/5'
    print('Waiting for', url)
    response = requests.get(url)
    print('Get response from', url, 'response', response)


tasks = [asyncio.ensure_future(request()) for _ in range(10)]
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))
end = time.time()
print('Cost time:', end - start)

这里我们还是创建了 10个 task，然后将 task 列表传给 wait 方法并注册到事件循环中执行。

运行结果如下：

Waiting for https://www.httpbin.org/delay/5
Get response from https://www.httpbin.org/delay/5 response <Response [200]>
Waiting for https://www.httpbin.org/delay/5
Get response from https://www.httpbin.org/delay/5 response <Response [200]>
...
Waiting for https://www.httpbin.org/delay/5
Get response from https://www.httpbin.org/delay/5 response <Response [200]>
Cost time: 76.17514300346375

可以发现，这和正常的请求并没有什么区别，各个任务依然是顺次执行的，耗时66秒，平均一个请求耗时 6.6秒，说好的异步处理呢?

其实，要实现异步处理，先得有挂起操作，当一个任务需要等待IO 结果的时候，可以挂起当前任务，转而执行其他任务，这样才能充分利用好资源。上面的方法都是一本正经地串行执行下来，连个挂起都没有，怎么可能实现异步?莫不是想太多了。

要实现异步，我们再了解一下 await 关键字的用法,它可以将耗时等待的操作挂起，让出控制权。如果协程在执行的时候遇到 await，事件循环就会将本协程挂起，转而执行别的协程，直到其他协程挂起或执行完毕。

所以，我们可能会将代码中的request 方法改成如下这样:

async def request():
    url = 'https://www.httpbin.org/delay/5'
    print('Waiting for', url)
    response = await requests.get(url)
    print('Get response from', url, 'response', response)

仅仅是在 requests 前面加了一个关键字 await。然而此时执行代码，会得到如下报错信息:

Waiting for https://www.httpbin.org/delay/5
...
Cost time: 70.10251641273499
Task exception was never retrieved
future: <Task finished name='Task-1' coro=<request() done, defined at D:\projects\scrapy-demo\test.py:8> exception=TypeError("object Response can't be used in 'await' expression")>
Traceback (most recent call last):
  File "D:\projects\scrapy-demo\test.py", line 11, in request
    response = await requests.get(url)
TypeError: object Response can't be used in 'await' expression

这次协程遇到 await 时确实挂起了，也等待了，但是最后却报出以上错误信息。这个错误的意思是requests 返回的 Response 对象不能和 await 一起使用,为什么呢?因为根据官方文档说明,await后面的对象必须是如下格式之一:

• 一个原生协程对象;
• 一个由types.coroutine 修饰的生成器，这个生成器可以返回协程对象;
• 由一个包含 await 方法的对象返回的一个迭代器。

这里 regeusts 返回的 Response 对象以上三种格式都不符合，因此报出了上面的错误。

有的读者可能已经发现，既然 await 后面可以跟一个协程对象，那么 async 把请求的方法改成协程对象不就可以了吗?于是就代码被改写成如下的样子:

import asyncio
import requests
import time

start = time.time()


async def get(url):
    return requests.get(url)


async def request():
    url = 'https://www.httpbin.org/delay/5'
    print('Waiting for', url)
    response = await get(url)
    print('Get response from', url, 'response', response)


tasks = [asyncio.ensure_future(request()) for _ in range(10)]
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))
end = time.time()
print('Cost time:', end - start)

这里将请求页面的方法独立出来，并用 async 修饰，就得到了一个协程对象。运行一下看看:

Waiting for https://www.httpbin.org/delay/5
Get response from https://www.httpbin.org/delay/5 response <Response [200]>
...
Get response from https://www.httpbin.org/delay/5 response <Response [200]>
Waiting for https://www.httpbin.org/delay/5
Get response from https://www.httpbin.org/delay/5 response <Response [200]>
Cost time: 77.01466417312622

协程还不是异步执行的，也就是说我们仅仅将涉及IO 操作的代码封装到 async 修饰的方法里是不可行的。只有使用支持异步操作的请求方式才可以实现真正的异步，这里 aiohttp 就派上用场了。

使用 aiohttp

aiohttp 是一个支持异步请求的库，它和 asyncio 配合使用，可以使我们非常方便地实现异步请求操作。
我们使用 pip3 安装即可:

pip3 install aiohttp

aiohtp 的官方文档链接为 https://aiohttp.readthedocs.io/，它分为两部分，一部分是 Client，一部分
是 Server。

下面我们将 aiohttp 投入使用，将代码改写成如下样子:

import asyncio
import aiohttp
import requests
import time

start = time.time()


async def get(url):
    session = aiohttp.ClientSession()
    response = await session.get(url)
    await response.text()
    await session.close()
    return response


async def request():
    url = 'https://www.httpbin.org/delay/5'
    print('Waiting for', url)
    response = await get(url)
    print('Get response from', url, 'response', response)


tasks = [asyncio.ensure_future(request()) for _ in range(10)]
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))
end = time.time()
print('Cost time:', end - start)

这里将请求库由requests 改成了 aiohttp，利用 aiohttp库里 ClientSession 类的get 方法进行请求返回结果如下:

Waiting for https://www.httpbin.org/delay/5
Waiting for https://www.httpbin.org/delay/5
...
Get response from https://www.httpbin.org/delay/5 response <ClientResponse(https://www.httpbin.org/delay/5) [200 OK]>
<CIMultiDictProxy('Date': 'Sun, 29 Dec 2024 15:34:39 GMT', 'Content-Type': 'application/json', 'Content-Length': '367', 'Connection': 'keep-alive', 'Server': 'gunicorn/19.9.0', 'Access-Control-Allow-Origin': '*', 'Access-Control-Allow-Credentials': 'true')>

Cost time: 8.169023752212524

成功了!我们发现这次请求的耗时直接由76秒变成了8秒，耗费时间减少了非常多。这里我们使用了 await，其后面跟着 get 方法。在执行 10 个协程的时候，如果遇到 await，就会将当前协程挂起，转而执行其他协程，直到其他协程也挂起或执行完毕，再执行下一个协程。

开始运行时，事件循环会运行第一个 task。对于第一个 task 来说，当执行到第一个 await 跟着的 get 方法时，它会被挂起，但这个get方法第一步的执行是非阻塞的，挂起之后会立马被唤醒。立即又进人执行，并创建了 clientSession对象。接着遇到第二个 await，调用 session.get 请求方法，然后就被挂起了。由于请求需要耗时很久，所以一直没有被唤醒，好在第一个 task 被挂起了那么接下来该怎么办呢?事件循环会寻找当前未被挂起的协程继续执行，于是转而去执行第二个task，流程操作和第一个 task 也是一样的，以此类推，直到执行第十个 task 的 session.get 方法之后，全部的 task 都被挂起了。所有 task 都已经处于挂起状态，那怎么办?只好等待了。5 秒之后，几个请求几乎同时有了响应，然后几个 task 也被唤醒接着执行，并输出请求结果，最后总耗时是8秒!

怎么样?这就是异步操作的便捷之处，当遇到阻塞式操作时，task被挂起，程序接着去执行其他task，而不是傻傻地等着，这样可以充分利用 CPU，而不必把时间浪费在等待IO 上。

有人会说，在上面的例子中，发出网络请求后，接下来的5秒都是在等待，这5秒之内，CPU可以处理的 task数量远不止这些,既然这样的话,那么我们放 10个、20个、50个、100个、1000个 task一起执行，最后得到所有结果的耗时不都是差不多的吗?因为这些任务被挂起后都是一起等待的。

从理论上来说，确实是这样，不过有个前提，就是服务器即使在同一时刻接收无限次请求，依然要能保证正常返回结果，也就是服务器应该无限抗压，另外还要忽略 0 传输时延。满足了这两点，确实可以做到无限个 task 一起执行，并且在预想时间内得到结果。但由于不同服务器处理 task 的实现机制不同，可能某些服务器并不能承受那么高的并发量，因此响应速度也会减慢。

这里我们以百度为例，测试一下并发量分别为1、3、5、10、…、500 时的耗时情况，代码如下：

import asyncio
import time

import aiohttp


def test(number):
    start = time.time()

    async def get(url):
        session = aiohttp.ClientSession()
        response = await session.get(url)
        await response.text()
        await session.close()
        return response

    async def request():
        url = 'https://www.baidu.com'
        await get(url)

    tasks = [asyncio.ensure_future(request()) for _ in range(number)]
    loop = asyncio.get_event_loop()
    loop.run_until_complete(asyncio.wait(tasks))
    end = time.time()
    print('Number:', number, 'Cost time:', end - start)


for number in [1, 3, 5, 10, 15, 30, 50]:
    test(number)

运行结果如下:

Number: 1 Cost time: 0.16419363021850586
Number: 3 Cost time: 0.13008475303649902
Number: 5 Cost time: 0.13481712341308594
Number: 10 Cost time: 0.14773201942443848
Number: 15 Cost time: 0.1420140266418457
Number: 30 Cost time: 0.15010547637939453
Number: 50 Cost time: 0.17553138732910156

可以看到，在服务器能够承受高并发的前提下，即使我们增加了并发量，其爬取速度也几乎不会太受影响。

综上所述，使用了异步请求之后，我们几乎可以在相同时间内实现成百上千倍次的网络请求，把这个运用在爬虫中，速度提升可谓非常可观。