python爬虫之生产者与消费者

普通生产者与消费者模式

import threading
import random,time

Item = 1000
lock = threading.Lock()
class Producter(threading.Thread):
    def run(self):
        global Item
        while(True):
            time.sleep(0.5)
            c = random.randint(100,1000)
            lock.acquire()
            Item += c
            print("{} 产生{} 现存{}".format(threading.current_thread(),c,Item))
            lock.release()


class Consumer(threading.Thread):
    def run(self):
        global Item
        while(True):
            time.sleep(0.5)
            c = random.randint(100,1000)
            if(c > Item):
                print("ERROR {}消费{} 现存{}".format(threading.current_thread(),c,Item))
                continue
            else:
                lock.acquire()
                Item -=c
                print("{} 消费{} 现存{}".format(threading.current_thread(),c,Item))
                lock.release()



def main():
    for i in range(3):
        t = Consumer(name="消费者{}".format(i))
        t.start()

    for i  in range(5):
        t = Producter(name="生产者{}".format(i))
        t.start()

if __name__ == '__main__':
    main()

Condition版生产者消费者

Condition(条件变量)通常与一个锁关联。需要在多个Contidion中共享一个锁时,可以传递一个Lock/RLock实例给构造方法,否则它将自己生成一个RLock实例。可以认为,除了Lock带有的锁定池外,Condition还包含一个等待池,池中的线程处于状态图中的等待阻塞状态,直到另一个线程调用notify()/notifyAll()通知;得到通知后线程进入锁定池等待锁定。

  • acquire(): 获得线程锁
  • release(): 释放锁
  • wait(timeout): 线程挂起,直到收到一个notify通知或者超时(可选的,浮点数,单位是秒s)才会被唤醒继续运行。wait()必须在已获得Lock前提下才能调用,否则会触发RuntimeError。
  • notify(n=1): 通知其他线程,那些挂起的线程接到这个通知之后会开始运行,默认是通知一个正等待该condition的线程,最多则唤醒n个等待的线程。notify()必须在已获得Lock前提下才能调用,否则会触发RuntimeError。notify()不会主动释放Lock。
  • notifyAll(): 如果wait状态线程比较多,notifyAll的作用就是通知所有线程
Item = 1000
cond = threading.Condition()
class Producter(threading.Thread):
    def run(self):
        global Item
        while(True):
            time.sleep(0.5)
            c = random.randint(100,1000)
            cond.acquire()
            Item += c
            print("{} 产生{} 现存{}".format(threading.current_thread(),c,Item))
            cond.notify_all()
            cond.release()


class Consumer(threading.Thread):
    def run(self):
        global Item
        while(True):
            time.sleep(0.5)
            cond.acquire()
            c = random.randint(100,1000)
            while(c > Item):
                print("ERROR {}消费{} 现存{}".format(threading.current_thread(),c,Item))
                cond.wait()
            Item -= c
            print("{} 消费{} 现存{}".format(threading.current_thread(), c, Item))
            cond.release()

def main():
    for i in range(3):
        t = Consumer(name="消费者{}".format(i))
        t.start()

    for i  in range(5):
        t = Producter(name="生产者{}".format(i))
        t.start()

if __name__ == '__main__':
    main()

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【为什么学爬虫?】        1、爬虫入手容易,但是深入较难,如何写出高效率的爬虫,如何写出灵活性高可扩展的爬虫都是一项技术活。另外在爬虫过程中,经常容易遇到被反爬虫,比如字体反爬、IP识别、验证码等,如何层层攻克难点拿到想要的数据,这门课程,你都能学到!        2、如果是作为一个其他行业的开发者,比如app开发,web开发,学习爬虫能让你加强对技术的认知,能够开发出更加安全的软件和网站 【课程设计】 一个完整的爬虫程序,无论大小,总体来说可以分成三个步骤,分别是:网络请求:模拟浏览器的行为从网上抓取数据。数据解析:将请求下来的数据进行过滤,提取我们想要的数据。数据存储:将提取到的数据存储到硬盘或者内存中。比如用mysql数据库或者redis等。那么本课程也是按照这几个步骤循序渐进的进行讲解,带领学生完整的掌握每个步骤的技术。另外,因为爬虫的多样性,在爬取的过程中可能会发生被反爬、效率低下等。因此我们又增加了两个章节用来提高爬虫程序的灵活性,分别是:爬虫进阶:包括IP代理,多线程爬虫,图形验证码识别、JS加密解密、动态网页爬虫、字体反爬识别等。Scrapy和分布式爬虫:Scrapy框架、Scrapy-redis组件、分布式爬虫等。通过爬虫进阶的知识点我们能应付大量的反爬网站,而Scrapy框架作为一个专业的爬虫框架,使用他可以快速提高我们编写爬虫程序的效率和速度。另外如果一台机器不能满足你的需求,我们可以用分布式爬虫让多台机器帮助你快速爬取数据。 从基础爬虫到商业化应用爬虫,本套课程满足您的所有需求!【课程服务】 专属付费社群+定期答疑

“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