python 多线程+gzip压缩 爬虫

#coding=utf-8
import urllib
import urllib2
import threading
import HTMLParser
import Queue
import os
import StringIO
import gzip
import re
import time
class  GetUrllist(HTMLParser.HTMLParser):
    def __init__(self):
        HTMLParser.HTMLParser.__init__(self)
        self.Urlqueue=Queue.Queue(-1)


    def handle_starttag(self,tag,attrs):
        if tag =='a':
            for key,value in attrs:
                if key =='href':
                    print value
                    self.Urlqueue.put(value)
                    


class spider(threading.Thread):
    def __init__(self,myname,parser,path='F:\\uuuuu'):
        threading.Thread.__init__(self)
        self.count=0
        self.name=myna
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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