前面的例子为大家介绍爬虫技术,我们发现都是单线程例子,获取的时间相对较慢。那么有没有一种更快速的处理办法呢?这里为大家介绍ThreadPoolmap方法

  1. 导入核心import包
from multiprocessing.dummy import Pool as ThreadPool
  1. 封装请求方法
def getSource(url):
    return requests.request(method='GET', url=url, headers=headers, timeout=10, proxies={'http': '123.55.106.175:9999'})
  1. 将需要爬的url方到数组中
urls = []
for div in _divs:
    # 文章地址
    href = div.xpath('h4/a/@href')
    urls.append(href[0])
  1. 初始化线程数
pool = ThreadPool(4)
pool.map(getSource, urls)
pool.close()
pool.join()
GitHub 加速计划 / th / ThreadPool
7.74 K
2.22 K
下载
A simple C++11 Thread Pool implementation
最近提交(Master分支:2 个月前 )
9a42ec13 - 9 年前
fcc91415 - 9 年前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐