python 并行化介绍,ThreadPool对象map函数的使用

前面的例子为大家介绍爬虫技术，我们发现都是单线程例子，获取的时间相对较慢。那么有没有一种更快速的处理办法呢？这里为大家介绍ThreadPool中map方法

1. 导入核心import包

   from multiprocessing.dummy import Pool as ThreadPool

2. 封装请求方法

   def getSource(url):
   return requests.request(method=‘GET’, url=url, headers=headers, timeout=10, proxies={‘http’: ‘123.55.106.175:9999’})

3. 将需要爬的url方到数组中

   urls = []
   for div in _divs:
   # 文章地址
   href = div.xpath(‘h4/a/@href’)
   urls.append(href[0])

4. 初始化线程数

   pool = ThreadPool(4)
   pool.map(getSource, urls)
   pool.close()
   pool.join()