Python3多線程爬蟲實例講解

来源:https://www.cnblogs.com/programmer123/archive/2019/10/25/11738605.html
-Advertisement-
Play Games

多線程概述 多線程使得程式內部可以分出多個線程來做多件事情,充分利用CPU空閑時間,提升處理效率。python提供了兩個模塊來實現多線程thread 和threading ,thread 有一些缺點,在threading 得到了彌補。並且在Python3中廢棄了thread模塊,保留了更強大的thr ...


多線程概述

多線程使得程式內部可以分出多個線程來做多件事情,充分利用CPU空閑時間,提升處理效率。python提供了兩個模塊來實現多線程thread 和threading ,thread 有一些缺點,在threading 得到了彌補。並且在Python3中廢棄了thread模塊,保留了更強大的threading模塊。

使用場景

在python的原始解釋器CPython中存在著GIL(Global Interpreter Lock,全局解釋器鎖),因此在解釋執行python代碼時,會產生互斥鎖來限制線程對共用資源的訪問,直到解釋器遇到I/O操作或者操作次數達到一定數目時才會釋放GIL。所以,雖然CPython的線程庫直接封裝了系統的原生線程,但CPython整體作為一個進程,同一時間只會有一個獲得GIL的線程在跑,其他線程則處於等待狀態。這就造成了即使在多核CPU中,多線程也只是做著分時切換而已。

如果你的程式是CPU密集型,多個線程的代碼很有可能是線性執行的。所以這種情況下多線程是雞肋,效率可能還不如單線程因為有上下文切換開銷。但是如果你的代碼是IO密集型,涉及到網路、磁碟IO的任務都是IO密集型任務,多線程可以明顯提高效率,例如多線程爬蟲,多線程文件處理等等

多線程爬蟲

多線程爬蟲的代碼實例

註:以下代碼在python3下運行通過, python2版本差異較大,不能運行成功,如需幫助請下方留意。

 

 

運行結果:

1個線程時:

 

 2個線程時:

 

 3個線程時:

 

 

通過調節線程數可以看到,執行時間會隨著線程數的增加而縮短,抓取效率成正比增加。

總結:

Python多線程在IO密集型任務,多線程可以明顯提高效率,CPU密集型任務不適合使用多線程處理。

      點擊加入該群


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • eval是Python的一個內置函數,這個函數的作用是,返回傳入字元串的表達式的結果。想象一下變數賦值時,將等號右邊的表達式寫成字元串的格式,將這個字元串作為eval的參數,eval的返回值就是這個表達式的結果。 python中eval函數的用法十分的靈活,但也十分危險,安全性是其最大的缺點。本文從 ...
  • 前言: Python對於本人來講也是一個在逐漸學習掌握的過程,這次的內容就從旅游開始講起,進入正文前首先附(fang)上(du)最令我垂涎欲滴的海鮮盛宴。 數據爬取: 最近幾天朋友圈被大家的旅行足跡刷屏了,驚嘆於那些把全國所有省基本走遍的朋友。與此同時,也萌生了寫一篇旅行相關的內容,本次數據來源於一 ...
  • Arthas是一個類似於Btrace的JVM線上調試分析工具,具體可參考我之前寫的一篇博客:[利用JVM線上調試工具排查線上問題](https://www.cnblogs.com/nxlhero/p/11660854.html)。本文分享筆者剛遇到的一個問題,雖然不複雜,但是很典型。 ...
  • 場景 SpringCloud -創建統一的依賴管理: https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/102530574 SpringCloud-服務註冊與實現-Eureka創建服務註冊中心(附源碼下載): https://blog ...
  • 為什麼重寫equals必須重寫hashCode的基礎分析 1.我們先來瞭解下原生的equals和hashCode代碼 原生equals:它判斷的是兩個對象是否相等 原生hashCode值:它是根據記憶體地址換算出來的一個整數類型的值 2.至於為什麼要重寫equals和hashCode? 當然為了滿足我 ...
  • 本文講解python列表的常用操作: 1.list函數,可以將任何序列作為list的參數 2.基本操作(多數方法為就地改變,不返回新列表) (1)賦值 ‘=’;切片賦值;刪除列表元素 結果: (2)列表方法 append用於將一個對象附加到列表末尾;註意: append就地修改列表,不會返回新列表; ...
  • PIL是Python Imaging Library的簡稱,PIL是一個Python處理圖片的庫,提供了一系列模塊和方法,比如:裁切,平移,旋轉,改變尺寸等等。已經是Python平臺事實上的圖像處理標準庫了。PIL功能非常強大,但API卻非常簡單易用。 PIL有如下幾個模塊:Image模塊、Imag ...
  • pythonic如果翻譯成中文的話就是很python。很+名詞結構的用法在中國不少,比如:很娘,很國足,很CCTV等等。· 以下為了簡略,我們用P表示pythonic的寫法,NP表示non-pythonic的寫法,當然此P-NP非彼P-NP。 為什麼要追求pythonic? 相比於NP,P的寫法簡練 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...