国产探花免费观看_亚洲丰满少妇自慰呻吟_97日韩有码在线_资源在线日韩欧美_一区二区精品毛片,辰东完美世界有声小说,欢乐颂第一季,yy玄幻小说排行榜完本

首頁 > 編程 > Python > 正文

Python多線程爬蟲實戰_爬取糗事百科段子的實例

2020-02-16 11:06:39
字體:
來源:轉載
供稿:網友

多線程爬蟲:即程序中的某些程序段并行執行,

合理地設置多線程,可以讓爬蟲效率更高

糗事百科段子普通爬蟲和多線程爬蟲

分析該網址鏈接得出:

https://www.qiushibaike.com/8hr/page/頁碼/

多線程爬蟲也就和JAVA的多線程差不多,直接上代碼

'''#此處代碼為普通爬蟲import urllib.requestimport urllib.errorimport reheaders = ("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36")opener = urllib.request.build_opener()opener.addheaders = [headers]urllib.request.install_opener(opener)for i in range(1,2): url = "https://www.qiushibaike.com/8hr/page/"+str(i)+"/" pagedata = urllib.request.urlopen(url).read().decode("utf-8","ignore") pattern = '<div class="content">.*?<span>(.*?)</span>(.*?)</div>' datalist = re.compile(pattern,re.S).findall(pagedata) for j in range(0,len(datalist)):  print("第"+str(i)+"頁第"+str(j)+"個段子內容是:")  print(datalist[j])''''''#此處為多線程介紹代碼import threading #導入多線程包class A(threading.Thread): #創建一個多線程A def __init__(self):  #必須包含的兩個方法之一:初始化線程  threading.Thread.__init__(self) def run(self):   #必須包含的兩個方法之一:線程運行方法  for i in range(0,11):   print("我是線程A")class B(threading.Thread): #創建一個多線程A def __init__(self):  #必須包含的兩個方法之一:初始化線程  threading.Thread.__init__(self) def run(self):   #必須包含的兩個方法之一:線程運行方法  for i in range(0,11):   print("我是線程B")t1 = A() #線程實例化t1.start() #線程運行t2 = B()t2.start()'''#此處為修改后的多線程爬蟲#使用多線程進行奇偶頁的爬取import urllib.requestimport urllib.errorimport reimport threadingheaders = ("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36")opener = urllib.request.build_opener()opener.addheaders = [headers]urllib.request.install_opener(opener)class one(threading.Thread): #爬取奇數頁內容 def __init__(self):  threading.Thread.__init__(self) def run(self):  for i in range(1,12,2):   url = "https://www.qiushibaike.com/8hr/page/"+str(i)+"/"   pagedata = urllib.request.urlopen(url).read().decode("utf-8","ignore")   pattern = '<div class="content">.*?<span>(.*?)</span>(.*?)</div>'   datalist = re.compile(pattern,re.S).findall(pagedata)   for j in range(0,len(datalist)):    print("第"+str(i)+"頁第"+str(j)+"段子內容為:")    print(datalist[j])class two(threading.Thread): #爬取奇數頁內容 def __init__(self):  threading.Thread.__init__(self) def run(self):  for i in range(2,12,2):   url = "https://www.qiushibaike.com/8hr/page/"+str(i)+"/"   pagedata = urllib.request.urlopen(url).read().decode("utf-8","ignore")   pattern = '<div class="content">.*?<span>(.*?)</span>(.*?)</div>'   datalist = re.compile(pattern,re.S).findall(pagedata)   for j in range(0,len(datalist)):    print("第"+str(i)+"頁第"+str(j)+"段子內容為:")    print(datalist[j])t1 = one()t2 = two()t1.start()t2.start()            
發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 夏津县| 崇仁县| 沁水县| 莱阳市| 巢湖市| 麟游县| 平塘县| 大石桥市| 共和县| 星子县| 佛冈县| 宣威市| 萨迦县| 天门市| 冷水江市| 浠水县| 五河县| 马龙县| 兴山县| 新营市| 德安县| 苍溪县| 舒城县| 昭苏县| 儋州市| 蒙阴县| 庐江县| 贡觉县| 叙永县| 长白| 庆阳市| 台中县| 乐昌市| 西乌珠穆沁旗| 丰都县| 大洼县| 防城港市| 收藏| 如东县| 如东县| 长乐市|