父任务未等待子任务

本文关键字：子任务 等待 任务 | 更新日期: 2023-09-27 18:26:09

首先，我对线程很陌生。我试图实现的是，有一个url列表，我试图抓取（我想）并检测flash（如果url有），这太平行了。有些url有外部链接，这意味着我必须生成一个新任务并递归调用我的方法。我想使用AsParallel或Parallel.ForEach，但它们不接受Task输入。

所以我有两个问题。1） 我想要一种更好的方法来并行抓取url（如果需要，可以递归）2） 如果我写的是一个好的方法，那么我应该怎么做才能让任务等待它的孩子？

附言：我找过斯塔克弗流，找不到我需要的东西。如果我错过了已经有人回答了与我类似的问题，我很抱歉。

    async Task CrawlAndDetectFlash(LearningResource resource, string url, int depth)
    {
        using (var client = new HttpClient())
        using (var response = await client.GetAsync(url))
        {
            response.EnsureSuccessStatusCode();
            using (var content = response.Content)
            {
                var result = content.ReadAsStringAsync().Result;
                resource.FlashRequired = result.Contains("application/x-shockwave-flash") || result.Contains("application/x-director") || result.Contains(".swf") ? 1 : 0;
                if (resource.FlashRequired == 0 && depth == 1)
                {
                    var document = new HtmlDocument();
                    document.LoadHtml(result);
                    var links = document.DocumentNode.Descendants("a")
                        .Where(a => a.Attributes.Contains("class") && String.Equals(a.GetAttributeValue("class", string.Empty), "external"))
                        .Select(a => a.GetAttributeValue("href", null))
                        .Distinct()
                        .Where(u => !String.IsNullOrEmpty(u))
                        .ToList();
                    if (links.Count > 0)
                    {
                        foreach (var link in links)
                        {
                            Task child = CrawlAndDetectFlash(resource, link, 2);
                            child.Wait();
                        }
                    }
                }
            }
        }
    }

父任务未等待子任务

首先，您需要区分"并发"、"并行"answers"异步"。并发是指一次做不止一件事；并行是一种使用多个线程的并发形式；异步是一种没有线程的并发形式。当您希望将线程分布在多个CPU核心上时，并行性最适合CPU绑定的代码。当您不想阻塞线程时，异步最适合I/O绑定代码。

在您的情况下，看起来您主要是I/O绑定的，因此异步是可行的。这意味着AsParallel和Parallel.ForEach对于这个问题是不合适的解决方案（它们是并行的，而不是异步的）。

下一个教训（正如我在博客上所描述的）是，您不想阻塞异步代码；阻塞会破坏异步的整个点。因此不应使用Task<T>.Result和Task.Wait。不用这些，只需使用await:

async Task CrawlAndDetectFlashAsync(LearningResource resource, string url, int depth)
{
  using (var client = new HttpClient())
  using (var response = await client.GetAsync(url))
  {
    response.EnsureSuccessStatusCode();
    using (var content = response.Content)
    {
      var result = await content.ReadAsStringAsync(); // Result -> await
      resource.FlashRequired = result.Contains("application/x-shockwave-flash") || result.Contains("application/x-director") || result.Contains(".swf") ? 1 : 0;
      if (resource.FlashRequired == 0 && depth == 1)
      {
        var document = new HtmlDocument();
        document.LoadHtml(result);
        var links = document.DocumentNode.Descendants("a")
                    .Where(a => a.Attributes.Contains("class") && String.Equals(a.GetAttributeValue("class", string.Empty), "external"))
                    .Select(a => a.GetAttributeValue("href", null))
                    .Distinct()
                    .Where(u => !String.IsNullOrEmpty(u))
                    .ToList();
        if (links.Count > 0)
        {
          foreach (var link in links)
          {
            Task child = CrawlAndDetectFlashAsync(resource, link, 2);
            await child; // Wait -> await
          }
        }
      }
    }
  }
}

既然该方法是适当异步的，那么您可以考虑添加更多的并发性。例如，如果您想同时处理所有子链接，foreach循环可以重写为：

if (links.Count > 0)
{
  var childTasks = links.Select(x => CrawlAndDetectFlashAsync(resource, x, 2)).ToList();
  await Task.WhenAll(childTasks);
}

您可以像这样修改您的代码

List<Task> children = new List<Task>();
foreach (var link in links)
{
    Task child = CrawlAndDetectFlash(resource, link, 2);
    children.Add(child);
}
Task.WaitAll(children.ToArray());
相关文章：