python多线程图像识别_Python 多线程抓取图片效率对比

本文通过实现Python多线程下载400张图片,探讨了在IO密集型任务中多线程的效率。实验结果显示,随着线程数增加,下载时间减少,但受到Python GIL限制,无法实现真正的并行执行。总结指出,多线程在IO阻塞应用中能提升效率。
摘要由CSDN通过智能技术生成

目的:

是学习python 多线程的工作原理,及通过抓取400张图片这种IO密集型应用来查看多线程效率对比

import requests

import urlparse

import os

import time

import threading

import Queue

path = '/home/lidongwei/scrapy/owan_img_urls.txt'

#path = '/home/lidongwei/scrapy/cc.txt'

fetch_img_save_path = '/home/lidongwei/scrapy/owan_imgs/'

# 读取保存再文件里面400个urls

with open(path) as f :

urls = f.readlines()

urls = urls[:400]

# 使用Queue来线程通信,因为队列是线程安全的(就是默认这个队列已经有锁)

q = Queue.Queue()

for url in urls:

q.put(url)

start = time.time()

def fetch_img_func(q):

while True:

try:

# 不阻塞的读取队列数据

url = q.get_nowait()

i = q.qsize()

except Exception, e:

print e

break;

print 'Current Thread Name R

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