美文网首页
爬虫并行化

爬虫并行化

作者: 想飞的大兔子 | 来源:发表于2018-04-14 15:04 被阅读0次

map使用

map函数包含了序列操作,参数传递和结果保存的的一系列操作

导入

from multiprocessing.dummy import Pool
pool = Pool(4)  #表示4线程
results = pool.map(爬取函数,网址列表)

附上简单并行爬虫的例子

__author__ = 'ding'
'''
多线程使用
'''
from multiprocessing.dummy import Pool as ThreadPool
import requests
import time


def getsource(url):
    html = requests.get(url)


urls = []

for i in range(1, 21):
    newpage = 'http://tieba.baidu.com/p/3522395718?pn=' + str(i)
    urls.append(newpage)

time1 = time.time()
for i in urls:
    print(i)
    getsource(i)

time2 = time.time()
print('单线程耗时:' + str(time2 - time1))

pool = ThreadPool(4)
time3 = time.time()
results = pool.map(getsource, urls)
pool.close()
pool.join()
time4 = time.time()
print("并行耗时:" + str(time4 - time3))

out put

单线程耗时:109.83350014686584
并行耗时:13.332000017166138

网络较慢所以耗时较长,但相比较而言并行效率比单线程要高上很多

相关文章

  • 爬虫并行化

    map使用 map函数包含了序列操作,参数传递和结果保存的的一系列操作 导入 附上简单并行爬虫的例子 out pu...

  • 【A Tour of Go 练习】:Web 爬虫

    在这个练习中,我们将会使用 Go 的并发特性来并行化一个 Web 爬虫。 修改 Crawl 函数来并行地抓取 UR...

  • 【编程技巧】shell+R双重并行化——加速分析过程

    目录 问题描述shell并行化R并行化shell+R双重并行化实现案例 问题描述 在进行宏基因组shotgun数据...

  • 异步爬虫和同步单线程爬虫对比

    通常需要用爬虫的场景都需要并发或并行,也就离不开进程、线程或协程,而本示例就是一个简单的异步爬虫与同步爬虫的对比。...

  • 廿捌-原爬虫项目加入客制化内容,Python 读取 URL 域名

    1. 把客制化内容加到原爬虫中 冲凉前刚完成客制化爬虫:廿柒- 客制化爬虫以及爬虫调参冲完凉转瞬一想就觉得还是把他...

  • 数据并行化

    1、什么叫做并行?什么叫做并发? 并行 :多个任务在同一个时刻发生。 并发 :多个任务无法在同一个时刻发生,但这个...

  • 【SGE】

    并行化环境 平常投递时,设置线程 总会 -pe smp 10这里的smp 就是并行化环境, 也可以 -l p=10...

  • go chan爬虫并行模式

    第一版(并行) 运行过程解释:(1)for i := 0; i < 5; i++ { time.Add(1) go...

  • 「爬虫」12爬虫之多线程爬虫

    1.多线程爬虫 多线程就是程序中的某些程序段并行执行,合理地设置多线程,可以让爬虫效率更高。 2.单线程实例 以爬...

  • 2018-05-29

    学习爬虫入门基本知识 1、什么是爬虫? 爬虫就是将网络中非结构化数据转化为结构化数据的工具。 通俗来讲:将网页数据...

网友评论

      本文标题:爬虫并行化

      本文链接:https://www.haomeiwen.com/subject/curlkftx.html