欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python多線程爬蟲簡單示例

 更新時間:2016年03月04日 16:41:58   投稿:lijiao  
這篇文章主要為大家詳細(xì)介紹了Python多線程爬蟲簡單示例,感興趣的小伙伴們可以參考一下

 python是支持多線程的,主要是通過thread和threading這兩個模塊來實(shí)現(xiàn)的。thread模塊是比較底層的模塊,threading模塊是對thread做了一些包裝的,可以更加方便的使用。

雖然python的多線程受GIL限制,并不是真正的多線程,但是對于I/O密集型計(jì)算還是能明顯提高效率,比如說爬蟲。

下面用一個實(shí)例來驗(yàn)證多線程的效率。代碼只涉及頁面獲取,并沒有解析出來。

# -*-coding:utf-8 -*-
import urllib2, time
import threading
 
 
class MyThread(threading.Thread):
  def __init__(self, func, args):
    threading.Thread.__init__(self)
    self.args = args
    self.func = func
 
  def run(self):
    apply(self.func, self.args)
 
 
def open_url(url):
  request = urllib2.Request(url)
  html = urllib2.urlopen(request).read()
  print len(html)
  return html
 
if __name__ == '__main__':
  # 構(gòu)造url列表
  urlList = []
  for p in range(1, 10):
    urlList.append('http://s.wanfangdata.com.cn/Paper.aspx?q=%E5%8C%BB%E5%AD%A6&p=' + str(p))
   
  # 一般方式
  n_start = time.time()
  for each in urlList:
    open_url(each)
  n_end = time.time()
  print 'the normal way take %s s' % (n_end-n_start)
   
  # 多線程
  t_start = time.time()
  threadList = [MyThread(open_url, (url,)) for url in urlList]
  for t in threadList:
    t.setDaemon(True)
    t.start()
  for i in threadList:
    i.join()
  t_end = time.time()
  print 'the thread way take %s s' % (t_end-t_start)

分別用兩種方式獲取10個訪問速度比較慢的網(wǎng)頁,一般方式耗時50s,多線程耗時10s。

多線程代碼解讀:

# 創(chuàng)建線程類,繼承Thread類
class MyThread(threading.Thread):
  def __init__(self, func, args):
    threading.Thread.__init__(self) # 調(diào)用父類的構(gòu)造函數(shù)
    self.args = args
    self.func = func
 
  def run(self): # 線程活動方法
    apply(self.func, self.args)
  
threadList = [MyThread(open_url, (url,)) for url in urlList] # 調(diào)用線程類創(chuàng)建新線程,返回線程列表
  for t in threadList:
    t.setDaemon(True) # 設(shè)置守護(hù)線程,父線程會等待子線程執(zhí)行完后再退出
    t.start() # 線程開啟
  for i in threadList:
    i.join() # 等待線程終止,等子線程執(zhí)行完后再執(zhí)行父線程

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助。

相關(guān)文章

  • Django中FilePathField字段的用法

    Django中FilePathField字段的用法

    這篇文章主要介紹了Django中FilePathField字段的用法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-05-05
  • Python繪制百分比堆疊柱狀圖并填充圖案

    Python繪制百分比堆疊柱狀圖并填充圖案

    這篇文章主要為大家詳細(xì)介紹了Python繪制百分比堆疊柱狀圖并填充圖案,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-04-04
  • Python發(fā)送form-data請求及拼接form-data內(nèi)容的方法

    Python發(fā)送form-data請求及拼接form-data內(nèi)容的方法

    這篇文章主要介紹了Python發(fā)送form-data請求及拼接form-data內(nèi)容的方法,文中采用的是requests的方式發(fā)送multipart/form-data請求,需要的朋友可以參考下
    2016-03-03
  • python列表刪除元素的三種實(shí)現(xiàn)方法

    python列表刪除元素的三種實(shí)現(xiàn)方法

    本文主要介紹了python列表刪除元素的三種實(shí)現(xiàn)方法,主要包括pop方法,remove方法,del方法這三種,具有一定的參考價值,感興趣的可以了解一下
    2024-01-01
  • JavaScript中的模擬事件和自定義事件實(shí)例分析

    JavaScript中的模擬事件和自定義事件實(shí)例分析

    這篇文章主要介紹了JavaScript中的模擬事件和自定義事件,結(jié)合實(shí)例形式分析了JavaScript模擬事件和自定義事件相關(guān)操作步驟、實(shí)現(xiàn)技巧與注意事項(xiàng),需要的朋友可以參考下
    2018-07-07
  • Python中Anaconda3 安裝gdal庫的方法

    Python中Anaconda3 安裝gdal庫的方法

    這篇文章主要介紹了Python中Anaconda3 安裝gdal庫的方法,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-04-04
  • 利用python對Excel中的特定數(shù)據(jù)提取并寫入新表的方法

    利用python對Excel中的特定數(shù)據(jù)提取并寫入新表的方法

    今天小編就為大家分享一篇利用python對Excel中的特定數(shù)據(jù)提取并寫入新表的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-06-06
  • Python實(shí)現(xiàn)計(jì)算信息熵的示例代碼

    Python實(shí)現(xiàn)計(jì)算信息熵的示例代碼

    信息熵(information?entropy)是信息論的基本概念。描述信息源各可能事件發(fā)生的不確定性。本文將通過Python實(shí)現(xiàn)信息熵的計(jì)算,感興趣的可以了解一下
    2022-12-12
  • 深入淺析Python 命令行模塊 Click

    深入淺析Python 命令行模塊 Click

    這篇文章主要介紹了Python 命令行模塊 Click的相關(guān)知識,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-03-03
  • 使用pandas的box_plot去除異常值

    使用pandas的box_plot去除異常值

    今天小編就為大家分享一篇使用pandas的box_plot去除異常值,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12

最新評論