python pdf转图片 多线程_Python 多线程抓取图片效率实验

Python 多线程抓取图片效率实验

实验目的:

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 Runing %s ... 11' % threading.currentThread().name

url = url.strip()

img_path = urlparse.urlparse(url).path

ext = os.path.splitext(img_path)[1]

print 'handle %s pic... pic url %s ' % (i, url)

res = requests.get(url, stream=True)

if res.status_code == 200:

save_img_path = '%s%s%s' % (fetch_img_save_path, i, ext)

# 保存下载的图片

with open(save_img_path, 'wb') as fs:

for chunk in res.iter_content(1024):

fs.write(chunk)

print 'save %s pic ' % i

# 可以开多个线程测试不同效果

t1 = threading.Thread(target=fetch_img_func, args=(q, ), name="child_thread_1")

#t2 = threading.Thread(target=fetch_img_func, args=(q, ), name="child_thread_2")

#t3 = threading.Thread(target=fetch_img_func, args=(q, ), name="child_thread_3")

#t4 = threading.Thread(target=fetch_img_func, args=(q, ), name="child_thread_4")

t1.start()

#t2.start()

#t3.start()

#t4.start()

t1.join()

#t2.join()

#t3.join()

#t4.join()

end = time.time()

print 'Done %s ' % (end-start)

实验结果

400图片

4线程 Done 12.443133831

3线程 Done 12.9201757908

2线程 Done 32.8628299236

1线程 Done 54.6115460396

总结

Python 自带GIL 大锁， 没有真正意义上的多线程并行执行。GIL 大锁会在线程阻塞的时候释放，此时等待的线程就可以激活工作，这样如此类推，大大提高IO阻塞型应用的效率。