首页 > 后端开发 > Python教程 > 将 WebSocket 与 Python 结合使用

将 WebSocket 与 Python 结合使用

Mary-Kate Olsen
发布: 2024-10-11 20:16:01
原创
834 人浏览过

Using WebSocket with Python

什么是 WebSocket?

WebSocket 是一种支持浏览器和服务器之间实时、双向通信的协议。传统的 HTTP 通信涉及客户端发送请求和服务器响应以交换数据。相比之下,使用 WebSocket,一旦建立了初始连接,客户端和服务器都可以相互发送和接收消息,而无需重复建立新连接。

最近,OpenAI Realtime API 和 Hume AI 等交互式服务变得越来越普遍,导致对 WebSocket 的需求预计会增加。本文介绍了如何使用 WebSocket 的基础知识,以及相关异步处理的介绍。

将 WebSocket 与 Python 结合使用

在Python中,您可以使用WebSocket,如下所示:

import asyncio
import websockets

uri = "ws://..."

async def hello():
    async with websockets.connect(uri) as websocket:
        await websocket.send("Hello, Server!")
        response = await websocket.recv()
        print(f"Server says: {response}")

asyncio.run(hello())
登录后复制
  1. 使用 websockets.connect(uri) 连接到 WebSocket 服务器。
  2. 使用 websocket.send(message) 发送消息。
  3. 使用 websocket.recv() 接收消息。

异步处理

前面代码中使用的async和await表示异步处理。异步处理在同时执行多个任务时特别有效。

import asyncio

async def task1():
    print("Task 1: Start")
    await asyncio.sleep(2)  # Wait for 2 seconds
    print("Task 1: End")

async def task2():
    print("Task 2: Start")
    await asyncio.sleep(1)  # Wait for 1 second
    print("Task 2: End")

async def main():
    await asyncio.gather(task1(), task2())

asyncio.run(main())
登录后复制

在使用await的函数中,其他任务可以在等待当前任务完成的同时运行。这允许任务之间的高效切换。

异步处理和多线程

多线程也可以处理多个任务,但线程的利用方式有所不同:

  • 在多线程中,每个任务都有自己的线程,程序在等待某些进程完成的同时在任务之间切换。
  • 另一方面,异步处理不会创建新线程,而是在任务之间切换。

多线程在处理 CPU 密集型或阻塞操作时非常有效。但它也有缺点,例如线程切换(上下文切换)的开销和内存消耗增加。

相反,异步处理减少了上下文切换的开销,因为它不依赖于线程。但是,如果正在运行繁重的任务,其他任务可能需要等待。因此,它适合 IO 密集型操作,例如 API 请求。

(对于计算密集型或需要精确计时的任务,多处理通常更有效。与多线程不同,多处理允许多个任务同时运行。)

例如,使用OpenAI Realtime API实时接收来自麦克风的音频并将音频数据发送到API时,可以使用多线程和异步处理的组合:

import asyncio
import threading
import queue
import pyaudio
import websockets

# Use a queue to share data between threads
audio_queue = queue.Queue()

# Thread to capture audio using PyAudio
def audio_stream():
    p = pyaudio.PyAudio()
    stream = p.open(format=pyaudio.paInt16,
                    channels=1,
                    rate=44100,
                    input=True,
                    frames_per_buffer=1024)

    print("Start recording...")
    while True:
        data = stream.read(1024)
        audio_queue.put(data)

# Asynchronous function to send audio data via WebSocket
async def send_audio():
    uri = "ws://localhost:8765"
    async with websockets.connect(uri) as websocket:
        while True:
            # Get audio data from the queue
            data = audio_queue.get()
            if data is None:
                break
            await websocket.send(data)
            print("Sent audio data")

# Start the audio capture thread and run the asynchronous task
def main():
    audio_thread = threading.Thread(target=audio_stream)
    audio_thread.start()

    # Run the WebSocket sending task
    asyncio.run(send_audio())

if __name__ == "__main__":
    main()
登录后复制

音频捕获过程是一个阻塞操作,因此它是使用线程在单独的线程中执行的。相比之下,发送音频数据涉及 IO 绑定操作(例如与 API 交互),是使用异步处理完成的。 (注意:PyAudio 也可以使用回调以非阻塞方式运行。)

结论

在本文中,我们介绍了 WebSocket 和异步处理。

我发现这些概念在使用 OpenAI Realtime API 时特别令人困惑,因此我将其作为个人笔记放在一起。如果您发现任何错误或有任何反馈,我将不胜感激您的意见。

感谢您阅读到最后。

以上是将 WebSocket 与 Python 结合使用的详细内容。更多信息请关注PHP中文网其他相关文章!

来源:dev.to
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
作者最新文章
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板