python爬虫之用线程池改的Demo

  from concurrent.futures import ThreadPoolExecutor
  import requests
  from lxml.html import etree
  import threading
  #线程池的目的:创建一个线程池,里面有指定数量的线程,让线程执行任务
  def down_load_data(page):
  print(page)
  print('正在下载第' + str(page) + '页', threading.currentThread().name)
  full_url = 'http://blog.jobbole.com/all-posts/page/%s/' % str(page)
  req_header = {
      'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36'
  }
  response = requests.get(full_url, headers=req_header)
  if response.status_code == 200:
    # 将获取到的页面源码存到dataQueue队列中
      print('请求成功')
      return response.text,response.status_code
  def download_done(futures):
  print(futures.result())
  #可以在这里做数据的解析
  html = futures.result()[0]
  html_element = etree.HTML(html)
  articles = html_element.xpath('//div[@class="post floated-thumb"]')
  for article in articles:
      articleInfo = {}
      # 标题
      articleInfo['title'] = article.xpath('.//a[@class="archive-title"]/text()')[0]
      # 封面
      img_element = article.xpath('.//div[@class="post-thumb"]/a/img')
      if len(img_element) > 0:
          articleInfo['coverImage'] = img_element[0].xpath('./@src')[0]
      else:
          articleInfo['coverImage'] = '暂无图片'
      p_as = article.xpath('.//div[@class="post-meta"]/p[1]//a')
      if len(p_as) > 2:
          # tag类型
          articleInfo['tag'] = p_as[1].xpath('./text()')[0]
          # 评论量
          articleInfo['commentNum'] = p_as[2].xpath('./text()')[0]
      else:
          # tag类型
          articleInfo['tag'] = p_as[1].xpath('./text()')[0]
          # 评论量
          articleInfo['commentNum'] = '0'
      # 简介
      articleInfo['content'] = article.xpath('.//span[@class="excerpt"]/p/text()')[0]
      # 时间
      articleInfo['publishTime'] = ''.join(article.xpath('.//div[@class="post-meta"]/p[1]/text()')).replace('\n',
                                                                                                         '').replace(
          ' ', '').replace('\r', '').replace('·', '')
      print(articleInfo)
 if __name__ == '__main__':
  #创建线程池
  #max_workers:指点线程池中的线程数量
   pool = ThreadPoolExecutor(max_workers=10)
  for i in range(1, 201):
      #往线程池中添加任务
      handler = pool.submit(down_load_data,i)
      #设置回调方法
      handler.add_done_callback(download_done)
  #执行shutdown()内部实质是执行了join()方法
  pool.shutdown()
©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 204,793评论 6 478
  • 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 87,567评论 2 381
  • 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 151,342评论 0 338
  • 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 54,825评论 1 277
  • 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 63,814评论 5 368
  • 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 48,680评论 1 281
  • 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 38,033评论 3 399
  • 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 36,687评论 0 258
  • 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 42,175评论 1 300
  • 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 35,668评论 2 321
  • 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 37,775评论 1 332
  • 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 33,419评论 4 321
  • 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 39,020评论 3 307
  • 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 29,978评论 0 19
  • 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 31,206评论 1 260
  • 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 45,092评论 2 351
  • 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 42,510评论 2 343

推荐阅读更多精彩内容