python 线程池

  1. 线程池使用方法介绍
    实例化线程池对象
with ThreadPoolExecutor(max_workers=线程数目) as pool:
    results = pool.map(要执行的函数, 函数的参数迭代数据) # 这里返回一个生成器

    # 遍历迭代器获取执行结果
    for result in results:
        print(result)
  1. 代码实现
import requests
from lxml import etree
import time
from concurrent.futures import ThreadPoolExecutor


class QiuBaiSpider(object):

    def __init__(self, url):
        self.url = url
        self.headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36"
        }

    def send_request(self):
        """
        发送请求、获取响应的方法
        :return: 响应内容
        """
        print(f"正在抓取: {self.url}")
        response = requests.get(self.url, headers=self.headers)
        return response.content.decode()

    def get_content_list(self, html_str):
        """
        解析数据的方法
        :param html_str: 响应的网页源码字符串
        :return: 数据的列表
        """
        # 将html_str转换成element对象
        html = etree.HTML(html_str)
        div_list = html.xpath("//div[@class='col1 old-style-col1']/div")
        # 保存数据的列表
        content_list = []
        for div in div_list:
            item = {}
            item["user_name"] = div.xpath(".//h2/text()")[0].strip()
            content_list.append(item)

        return content_list

    def save_content_list(self, content_list):
        """
        保存数据的方法
        :param content_list: 要保存的数据列表
        :return: 无
        """
        for content in content_list:
            print(content)

    def run(self):
        html_str = self.send_request()
        content_list = self.get_content_list(html_str)
        self.save_content_list(content_list)
        return content_list


def downloader(page):
    runner = QiuBaiSpider(f"https://www.qiushibaike.com/text/page/{page}/")
    result = runner.run()
    return result


def main():
    page_list = range(1, 14)
    with ThreadPoolExecutor(max_workers=5) as pool:
        res = pool.map(downloader, page_list)
    for i in res:
        print(i)


if __name__ == '__main__':
    now = time.time()
    main()
    print(time.time()-now)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值