Webcrawler – wie man mit Anfragen im Multiprozess von Python kooperiert
Dies ist der Code für die sequentielle Ausführung eines einzelnen Prozesses:
import requests,time,os,random
def img_down(url):
with open("{}".format(str(random.random())+os.path.basename(url)),"wb") as fob:
fob.write(requests.get(url).content)
urllist=[]
with open("urllist.txt","r+") as u:
for a in u.readlines():
urllist.append(a.strip())
s=time.clock()
for i in range(len(urllist)):
img_down(urllist[i])
e=time.clock()
print ("time: %d" % (e-s))Dies ist der Code für mehrere Prozesse:
from multiprocessing import Pool
import requests,os,time,random
def img_down(url):
with open("{}".format(str(random.random())+os.path.basename(url)),"wb") as fob:
fob.write(requests.get(url).content)
if __name__=="__main__":
urllist=[]
with open("urllist.txt","r+") as urlfob:
for s in urlfob.readlines():
urllist.append(s.strip())
s=time.clock()
p=Pool()
for i in range(len(urllist)):
p.apply_async(img_down,args=(urllist[i],))
p.close()
p.join()
e=time.clock()
print ("time: {}".format(e-s))Aber es gibt fast keinen Unterschied zwischen der Zeit, die in einem Einzelprozess und in mehreren Prozessen verbracht wird. Das Problem besteht wahrscheinlich darin, dass Anforderungen E/A blockieren. Wie sollte der Code geändert werden, um den Zweck von Mehrprozessen zu erreichen?
Danke!
