爬虫学习(四)多线程

1.多线程

简单说就是在一个任务进程中,采用多个线程来分别完成子任务,从而提高运行速度及效率,需要用到的模块为threading模块。
实例:

import threading
import time

def coding():
    for x in range(1,4):
        print('正在写%s' %x)
        time.sleep(1)

def drawing():
    for x in  range(1,4):
        print("正在画%s" %x)
        time.sleep(1)

def main():
    t1 = threading.Thread(target=coding)
    t2 = threading.Thread(target=drawing)
    t1.start()
    t2.start()

if __name__ == '__main__':
    main()

常用方法

threading.enumerate() 查看线程数
threading.current_thread() 查看线程的名字

继承自threading.Thread类
实例:

import threading
import time

class coding(threading.Thread):
    def run(self):
        for x in range(1,4):
            print('正在写%s' %x)
            time.sleep(1)

class drawing(threading.Thread):
    def run(self):
        for x in  range(1,4):
            print("正在画%s" %x)
            time.sleep(1)

def main():
    t1 = coding()
    t2 = drawing()
    t1.start()
    t2.start()

if __name__ == '__main__':
    main()

2.多线程全局变量冲突的解决

import threading
value = 0
glock = threading.Lock()
def add_value():
    global value
    glock.acquire() #上锁,其余线程等待中
    for x in range(1000000):
        value += 1
    glock.release()#释放
    print(value)
def main():
    for x in range(2):
        t = threading.Thread(target=add_value)
        t.start()
if __name__ == '__main__':
    main()

lock版生产者与消费者

import threading
import time
import random

gmoney = 1000
glock = threading.Lock()
totaltimes = 10
times = 0

class producer(threading.Thread):
    def run(self):
        global gmoney,totaltimes,times
        while True:
            money = random.randint(100,1000)
            glock.acquire()
            if times>=totaltimes:
                glock.release()
                break
            gmoney = gmoney+money
            print('%s生产者生产了%d元,剩余%d元' %(threading.current_thread(),money,gmoney))
            times = times+1
            glock.release()
            time.sleep(0.5)
class customer(threading.Thread):
    def run(self):
        global gmoney
        while True:
            money = random.randint(100,1000)
            glock.acquire()
            if gmoney>=money:
                gmoney -= money
                print("%s消费者消费了%d元,还剩%d元" %(threading.current_thread(),money,gmoney))
            else:
                if times>=totaltimes:
                    glock.release()
                    break
                print("%s消费者准备消费%d元,还剩%d元,不足" %(threading.current_thread(),money,gmoney))
            glock.release()
            time.sleep(0.5)

def main():
    for x in range(3):
        t = customer(name="消费者线程%d" %x)
        t.start()
    for x in range(5):
        t = producer(name='生产者线程%d' %x)
        t.start()

if __name__ == '__main__':
    main()

condition版生产者与消费者(节省CPU资源)

import threading
import time
import random

gmoney = 1000
gcondition = threading.Condition()
totaltimes = 10
times = 0

class producer(threading.Thread):
    def run(self):
        global gmoney,totaltimes,times
        while True:
            money = random.randint(100,1000)
            gcondition.acquire()
            if times>=totaltimes:
                gcondition.release()
                break
            gmoney = gmoney+money
            print('%s生产者生产了%d元,剩余%d元' %(threading.current_thread(),money,gmoney))
            times = times+1
            gcondition.notify_all() #唤醒所有等待的线程
            gcondition.release()
            time.sleep(0.5)

class customer(threading.Thread):
    def run(self):
        global gmoney
        while True:
            money = random.randint(100,1000)
            gcondition.acquire()
            while gmoney<money: #判断钱是否足够
                if times>=totaltimes: #判断生产者是否生产完
                    gcondition.release()
                    return
                print("%s消费者准备消费%d元,还剩%d元,不足" % (threading.current_thread(), money, gmoney))
                gcondition.wait() #钱不足时将线程处于等待状态,生产后唤醒
            gmoney = gmoney-money
            print("%s消费者消费了%d元,还剩%d元" % (threading.current_thread(), money, gmoney))
            gcondition.release()
            time.sleep(0.5)

def main():
    for x in range(3):
        t = customer(name="消费者线程%d" %x)
        t.start()
    for x in range(5):
        t = producer(name='生产者线程%d' %x)
        t.start()

if __name__ == '__main__':
    main()

3.Queue线程安全队列

先进先出队列(Queue),后进先出队列(LifoQueue)
常用操作

from queue import Queue
#创建一个先进先出队列
Queue(maxsize)
#判断队列是否为空
Queue.empty()
#判断队列是否满了
Queue.full()
#获取队列最后一个数据,即最先进入队列的数据
Queue.get()
#将一个数据放到队列中
Queue.Put()

实例:Queue多线程爬取斗图吧表情

import requests
from lxml import etree
from urllib import request
from queue import Queue
import os
import re
import threading

class Producer(threading.Thread):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.61 Safari/537.36'
    }
    def __init__(self,page_queue,img_queue,*args,**kwargs): #初始化父类属性并新建属性page_queue,img_queue
        super(Producer,self).__init__(*args,**kwargs) #使producer包含父类所有属性
        self.page_queue = page_queue
        self.img_queue = img_queue
    def run(self):
        while True:
            if self.page_queue.empty():
                break
            url = self.page_queue.get()
            self.page_parse(url)
    def page_parse(self,url):
        proxy = {
            'http':'113.195.18.53:9999',
            'http':'114.99.23.137:1133',
            'http':'163.204.244.247:9999',
            'http':'123.207.57.145:1080'

        }
        resp = requests.get(url,headers=self.headers,proxies=proxy)
        text = resp.text
        html = etree.HTML(text)
        imgs = html.xpath("//div[@class='page-content text-center']//img[@class!='gif']") #过滤GIF类型
        for img in imgs:
            img_url = img.get("data-original")
            alt = img.get("alt") #获取图片名
            alt = re.sub(r'[\??\.,,。!!“”\*]','',alt) #去除文字中的特殊符号
            houzhui = os.path.splitext(img_url)[1]#获取后缀
            filename = alt + houzhui #获取完整文件名
            self.img_queue.put((img_url,filename)) #添加到下载队列

class Customer(threading.Thread):
    def __init__(self,page_queue,img_queue,*args,**kwargs):
        super(Customer,self).__init__(*args,**kwargs)
        self.page_queue = page_queue
        self.img_queue = img_queue
    def run(self):
        while True:
            if self.img_queue.empty() and self.page_queue.empty():
                break
            img_url,filename = self.img_queue.get()
            request.urlretrieve(img_url,'imgs/'+filename) #下载图片
            print(filename+"打印成功")

def main():
    page_queue = Queue(100)
    img_queue = Queue(100)
    base_url = 'https://www.doutula.com/photo/list/?page={}'
    for x in range(1,3):
        url = base_url.format(x)
        page_queue.put(url) #添加到解析队列
    for x in range(5): #创建5个生产者,即5个线程
        t = Producer(page_queue,img_queue)
        t.start()
    for x in range(5):
        t = Customer(page_queue,img_queue)
        t.start()

if __name__ == '__main__':
    main()
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,163评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,301评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,089评论 0 352
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,093评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,110评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,079评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,005评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,840评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,278评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,497评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,667评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,394评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,980评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,628评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,649评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,548评论 2 352