[Python 爬虫这样学，一定是大拇指拉！] DAY27 - 实战演练：重复使用 TCP 连线

重复使用 TCP 连线

本篇章请搭配以下一起服用：

• HTTP - 复习传送门
• TCP / UDP - 复习传送门

不知道各位还记不记得 HTTP 的特性，就是每次的连线都是独立的连线。
所以像前一篇多执行绪 - 抓取多个个股收盘价，明明我们是连续对同一个 domain 送 request，却每次都得重新建立新连线（重新三方交握）。这样当连线量大时，效能也会变差。所以有没有解决办法呢？

有解决办法！就是使用 Requests 套件里的 Session 物件！

引用自官方文件：

The Session object allows you to persist certain parameters across requests. It also persists cookies across all requests made from the Session instance, and will use urllib3’s connection pooling. So if you’re making several requests to the same host, the underlying TCP connection will be reused, which can result in a significant performance increase (see HTTP persistent connection).

意思是说 Session 这个类别，有提供 TCP 连线能被重复利用（同个 host 才能让连线被重复利用）的功能，避免一直重新建立新连线。

举例来说：

# 原本是直接使用 requests，现在变成先建立一个 Session 物件，使用这个物件的方法
# 而 Session 物件所提供的方法跟 requests 一模一样
req_session = requests.Session()

req_session.get("https://www.example.com/page1")
req_session.get('https://www.example.com/page2')

# 虽然是透过同个 Session 物件送 request，但由於是不同 host 所以会重新建立新连线
req_session.get('https://www.anotherdomain.com/page2')

我们利用上一篇多执行绪 - 抓取多个个股收盘价的程序码来实验看看。

未套用 Session 物件的情况：

每次连线就是重新 new 一个 connection。

套用 Session 物件後：

同个 host 的情况只会 new 一次 connection。

这样一来不断重新建立新连线的问题解决了！

以上就是重复使用 TCP 连线的介绍！