Pythonマルチスレッドクローラーの実践_百科事典より恥ずかしいものをクロールする例_python

以下の編集者が、Pythonマルチスレッドクローラーの練習_恥ずかしい百科事典の段落をクロールする例についての記事を共有します。これは良い参考価値があり、皆さんに役立つことを願っています。 Python に興味のある友達は、エディターをフォローして見てください

マルチスレッド クローラー: つまり、プログラム内の特定のプログラム セグメントが並行して実行されます。マルチスレッドを適切に設定すると、クローラーの効率が向上します。

恥ずかしいこと百科事典の段落通常のクローラーとマルチスレッドクローラー

この URL リンクを分析すると、次の結果が得られます:

https://

www.qiushibaike.com/8hr/page/page号/

Multi -スレッドクローラーもJAVAと同じです マルチスレッドもほぼ同じです、コードに行くだけです

'''
#此处代码为普通爬虫
import urllib.request
import urllib.error
import re
headers = ("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36")
opener = urllib.request.build_opener()
opener.addheaders = [headers]
urllib.request.install_opener(opener)
for i in range(1,2):
 url = "https://www.qiushibaike.com/8hr/page/"+str(i)+"/"
 pagedata = urllib.request.urlopen(url).read().decode("utf-8","ignore")
 pattern = &#39;<p class="content">.*?<span>(.*?)</span>(.*?)</p>&#39;
 datalist = re.compile(pattern,re.S).findall(pagedata)
 for j in range(0,len(datalist)):
  print("第"+str(i)+"页第"+str(j)+"个段子内容是：")
  print(datalist[j])
&#39;&#39;&#39;
&#39;&#39;&#39;
#此处为多线程介绍代码
import threading #导入多线程包
class A(threading.Thread): #创建一个多线程A
 def init(self):  #必须包含的两个方法之一:初始化线程
  threading.Thread.init(self)
 def run(self):   #必须包含的两个方法之一：线程运行方法
  for i in range(0,11):
   print("我是线程A")
class B(threading.Thread): #创建一个多线程A
 def init(self):  #必须包含的两个方法之一:初始化线程
  threading.Thread.init(self)
 def run(self):   #必须包含的两个方法之一：线程运行方法
  for i in range(0,11):
   print("我是线程B")
t1 = A() #线程实例化
t1.start() #线程运行
t2 = B()
t2.start()
&#39;&#39;&#39;

#此处为修改后的多线程爬虫
#使用多线程进行奇偶页的爬取
import urllib.request
import urllib.error
import re
import threading
headers = ("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36")
opener = urllib.request.build_opener()
opener.addheaders = [headers]
urllib.request.install_opener(opener)
class one(threading.Thread): #爬取奇数页内容
 def init(self):
  threading.Thread.init(self)
 def run(self):
  for i in range(1,12,2):
   url = "https://www.qiushibaike.com/8hr/page/"+str(i)+"/"
   pagedata = urllib.request.urlopen(url).read().decode("utf-8","ignore")
   pattern = &#39;<p class="content">.*?<span>(.*?)</span>(.*?)</p>&#39;
   datalist = re.compile(pattern,re.S).findall(pagedata)
   for j in range(0,len(datalist)):
    print("第"+str(i)+"页第"+str(j)+"段子内容为：")
    print(datalist[j])

class two(threading.Thread): #爬取奇数页内容
 def init(self):
  threading.Thread.init(self)
 def run(self):
  for i in range(2,12,2):
   url = "https://www.qiushibaike.com/8hr/page/"+str(i)+"/"
   pagedata = urllib.request.urlopen(url).read().decode("utf-8","ignore")
   pattern = &#39;<p class="content">.*?<span>(.*?)</span>(.*?)</p>&#39;
   datalist = re.compile(pattern,re.S).findall(pagedata)
   for j in range(0,len(datalist)):
    print("第"+str(i)+"页第"+str(j)+"段子内容为：")
    print(datalist[j])
t1 = one()
t2 = two()
t1.start()
t2.start()

Pythonマルチスレッドクローラーの実践_クロールの恥ずかしい事百科段落についての上記記事が内容の全てです編集者が共有しました。参考になれば幸いです。また、皆さんが PHP 中国語 Web サイトをサポートしてくれることを願っています。

関連おすすめ:

Pythonのデータ構造とアルゴリズムの共通割り当てソート方法例【バケットソートと基数ソート】_python

PythonのxlwtでExcelのセルのフォントと書式設定方法を設定する方法

Python言語を使用してBaidu音声認識機能を実装する例

以上がPythonマルチスレッドクローラーの実践_百科事典より恥ずかしいものをクロールする例_pythonの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。