多进程爬取
admin
2023-07-11 22:44:25
0次
import requests
from lxml import etree
import re
import time
from multiprocessing import Pool  #导入multiprocessing库的Pool模块

headers = {'user-agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.92 Safari/537.36'}

def get_info(url):
    html = requests.get(url,headers = headers)
    selector = etree.HTML(html.text)
    names = selector.xpath('//*[@class="article block untagged mb15 typs_hot"]/div[1]/a[2]/h3/text()')
    centents = re.findall('
.*?(.*?)',html.text,re.S) #第一个正则是为了匹配换行符 laughs = re.findall('(\d+)',html.text,re.S) comments = re.findall('(\d+) 评论',html.text,re.S) for name,centent,laugh,comment in zip(names,centents,laughs,comments): info = { 'name':name, 'centent':centents, 'laugh':laughs, 'comment':comments } return (info) if __name__ == '__main__': urls = ["https://www.qiushibaike.com/text/page/{}/".format(num)for num in range(0,14)] start_1 = time.time() for url in urls: get_info(url) end_1 = time.time() print('串行爬取花费时间:' + str(end_1 - start_1)) start_2 = time.time() pool = Pool(processes=2) #创建进程池,processes为设置的进程个数 pool.map(get_info,urls) #利用map()函数运行进程,参数fuc为运行的函数,iterable为迭代参数 end_2 = time.time() print('2个进程:' + str(end_2 - start_2)) start_3 = time.time() pool = Pool(processes=4) # 创建进程池,processes为设置的进程个数 pool.map(get_info, urls) # 利用map()函数运行进程,参数fuc为运行的函数,iterable为迭代参数 end_3 = time.time() print('4个进程:' + str(end_3 - start_3))

输出:

D:\Python\venv\Scripts\python.exe D:/Python/venv/test12.py
串行爬取花费时间:5.043288469314575
2个进程:3.351191759109497
4个进程:2.882164716720581

Process finished with exit code 0

相关内容

热门资讯

空调连续工作多久需要停机休息 空调连续工作的时间取决于多个因素,包括空调的型号、功率、使用环境和维护情况等。一般来说,空调可以连续...
空调哪个符号是除湿的 空调除湿功能通常用一个水滴形状的符号表示。不同品牌和型号的空调遥控器可能会有所差异,但一般来说,除湿...
格力空调多长时间加一次氟利昂 1、一般情况下,空调对氟利昂的使用量是非常小的,所以在空调使用了四年左右的时候再考虑加也没问题。2、...
空调用多长时间需要加氟一次 一般情况下是五年。当出现以下这几种情况时,空调才需要加氟。1、空调的室内机和室外机各有两个接口,当接...
格调生活·C标思享荟:卡萨帝在... 9月12日的郑州龙湖金融岛,夜风轻拂,灯光璀璨。“C标时刻共传奇——卡萨帝思享荟暨20周年品牌盛典郑...
品牌价值破千亿、高端份额持续领... 9月12日,“C标时刻共传奇——卡萨帝思享荟暨20周年品牌盛典郑州站”在郑州龙湖金融岛举办。2026...
空调主板坏了修800还是换新的 空调主板坏了是修还是换新,需要考虑多个因素,以下是一些建议:1. 维修成本:如果维修费用较低,比如 ...
空调开多久需要休息多长时间 问题:空调开多久需要休息多长时间回答:1、在使用空调的过程中,一般空调开7~8个小时左右需要休息2~...
中央空调多长时间清洗一次 1、一般空调开机前清洗一次即可,空调开机中间时段再清洗一次,空调关机时清洗一次,这样比较合理。2、空...
中央空调氟利昂多久加一次 看空调制热和制冷程度,很多人的观点认为氟利昂必须一年放一次,其实这个观点是错误的,理解上面有点偏差,...