pythonrequest函数编写_如何使用pythonrequests和事件钩子编写带有回调函数的web爬虫程序?...

我可以这样做:import grequests

from bs4 import BeautifulSoup

def get_urls_from_response(r):

soup = BeautifulSoup(r.text)

urls = [link.get('href') for link in soup.find_all('a')]

return urls

def print_url(args):

print args['url']

def recursive_urls(urls):

"""

Given a list of starting urls, recursively finds all descendant urls

recursively

"""

if len(urls) == 0:

return

rs = [grequests.get(url, hooks=dict(args=print_url)) for url in urls]

responses = grequests.map(rs)

url_lists = [get_urls_from_response(response) for response in responses]

urls = sum(url_lists, []) # flatten list of lists into a list

recursive_urls(urls)

我还没有测试代码,但总的想法就在那里。在

请注意,我使用^{}而不是{}来提高性能。grequest基本上是gevent+request,根据我的经验,这类任务的速度要快得多,因为你用gevent异步检索链接。在

编辑:以下是不使用递归的相同算法:

^{pr2}$

  • 0
    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