爬虫 - 异步爬虫


前言

一、异步爬虫

get 方法时一个阻塞的方法, 只有当这个阻塞方法请求完成以后, 才会执行其他代码

import requests

url = 'https://www.baidu.com/s?wd=ip'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.114 Safari/537.36',
}
urls = [
    'url1',
    'url2',
    'url3',
]


def get_data(url):
    print('正在爬取', url)
    response = requests.get(url=url, headers=headers)
    if response.status_code == 200:
        return response.content


def parser_content(content):
    print(len(content))


for url in urls:
    content = get_data(url)
    parser_content(content)

二、异步爬虫的方式

1.线程池的基本使用

  • 导入线程池模块对应的类 : from multiprocessing.dummy import Pool

2. 实例化一个线程池对象

pool = Pool("线程数") .

3. map方法

pool.map('函数', '可迭代对象') .

import time
from multiprocessing.dummy import Pool

urls = ['a', 'b', 'c']


def get_page(str):
    print('正在下载', str)
    time.sleep(2)
    print(str, '下载成功')


start_time = time.time()
# 实例化一个线程池对象
pool = Pool(4)
# 使用线程池处理
pool.map(get_page, urls)
end_time = time.time()
print('共耗时', end_time-start_time, '秒')
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