python爬虫用多线程还是多进程_爬虫进阶Python多线程和多进程

Python多线程，thread标准库。都说Python的多线程是鸡肋，推荐使用多进程。

Python为了安全考虑有一个GIL。每个CPU在同一时间只能执行一个线程

GIL的全称是Global Interpreter Lock(全局解释器锁)，就相当于通行证，每一次线程会先要去申请通行证，通行证申请下来了，才能进入CPU执行。

每个线程的执行方式：

1、获取GIL

2、执行代码直到sleep或者是python虚拟机将其挂起。

3、释放GIL

每次释放GIL锁，线程进行锁竞争、切换线程，会消耗资源。并且由于GIL锁存在，python里一个进程永远只能同时执行一个线程(拿到GIL的线程才能执行)，这就是为什么在多核CPU上，python的多线程效率并不高。

下面使用多线程加队列做的一个demo。爬取的是笔趣阁的小说，只是做了一个打印，没有做具体的保存。爬取用的selenium。Chrome的无头模式。有点慢，可以直接用库，或者跑整站的话用scrapy.

使用Threading模块创建线程，直接从threading.Thread继承，然后重写init方法和run方法：

线程同步

如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。

使用Thread对象的Lock和Rlock可以实现简单的线程同步，