Python 크롤러 멀티스레딩에 대한 자세한 설명 및 예제 코드

Python은 주로 스레드와 스레딩이라는 두 모듈을 통해 멀티스레딩을 지원합니다. 스레드 모듈은 상대적으로 낮은 수준의 모듈이며, 스레드 모듈은 스레드를 래핑하여 사용하기 더 편리하게 만듭니다.

Python의 멀티스레딩은 GIL에 의해 제한되고 진정한 멀티스레딩은 아니지만 크롤러와 같이 I/O 집약적인 계산의 효율성을 크게 향상시킬 수 있습니다.
멀티스레딩의 효율성을 검증하기 위해 아래의 예를 사용합니다. 코드는 페이지 획득만 포함하고 이를 구문 분석하지 않습니다.

# -*-coding:utf-8 -*-
import urllib2, time
import threading

class MyThread(threading.Thread):
 def __init__(self, func, args):
  threading.Thread.__init__(self)
  self.args = args
  self.func = func

 def run(self):
  apply(self.func, self.args)

def open_url(url):
 request = urllib2.Request(url)
 html = urllib2.urlopen(request).read()
 print len(html)
 return html

if __name__ == '__main__':
 # 构造url列表
 urlList = []
 for p in range(1, 10):
  urlList.append('http://s.wanfangdata.com.cn/Paper.aspx?q=%E5%8C%BB%E5%AD%A6&p=' + str(p))

 # 一般方式
 n_start = time.time()
 for each in urlList:
  open_url(each)
 n_end = time.time()
 print 'the normal way take %s s' % (n_end-n_start)

# 多线程
 t_start = time.time()
 threadList = [MyThread(open_url, (url,)) for url in urlList]
 for t in threadList:
  t.setDaemon(True)
  t.start()
 for i in threadList:
  i.join()
 t_end = time.time()
 print 'the thread way take %s s' % (t_end-t_start)

두 가지 방법을 사용하면 상대적으로 느린 접속 속도로 10개의 웹페이지를 얻을 수 있습니다. 일반적인 방법은 50초, 멀티스레딩은 10초가 걸립니다.
다중 스레드 코드 해석:

# 创建线程类，继承Thread类
class MyThread(threading.Thread):
 def __init__(self, func, args):
  threading.Thread.__init__(self) # 调用父类的构造函数
  self.args = args
  self.func = func

 def run(self): # 线程活动方法
  apply(self.func, self.args)

threadList = [MyThread(open_url, (url,)) for url in urlList] # 调用线程类创建新线程，返回线程列表
 for t in threadList:
  t.setDaemon(True) # 设置守护线程，父线程会等待子线程执行完后再退出
  t.start() # 线程开启
 for i in threadList:
  i.join() # 等待线程终止，等子线程执行完后再执行父线程

위 내용은 이 글의 전체 내용입니다. 모든 분들의 공부에 도움이 되었으면 좋겠습니다.