Сегодня мало для всех , чтобы разделить поддержку питона многопоточного экземпляра гусеничного, имеет хорошую эталонное значение, мы хотим помочь. Следуйте Xiaobian , чтобы он пришел вместе
ython является многопоточной, в основном за счет резьбы и резьбы два модуля для достижения, этот документ , чтобы поделиться с питона многопоточных Web Crawler
В целом, использование потоков, есть два режима, один должен создать поток для выполнения функции, функция передается в объект Thread, где она выполняется. Другой наследуется непосредственно из ниток, создать новый класс, поток выполнения кода в новый класс внутри.
Многопоточная веб-сканер, использование многопоточности и запирающих механизмов, для достижения в ширину первого алгоритма Роботы.
Я дам вам краткое введение реализации идей:
Для веб-искателя, если вы хотите, чтобы загрузить ширину обхода, то это:
1. Первая страница загружается с URL учитывая входа
2. Выписка из первой страницы всего нового адреса веб-страницы в список загрузки
3. Загрузите список адресов, чтобы загрузить все новые страницы
4. Найдите не загружена с веб-адреса для всех новых страниц, обновление загрузить список
5. Повторите два шага 3 и 4, список загрузки до обновления останавливаются, когда пустая таблица
питон код выглядит следующим образом:
#!/usr/bin/env python
#coding=utf-8
import threading
import urllib
import re
import time
g_mutex=threading.Condition()
g_pages=[] #从中解析所有url链接
g_queueURL=[] #等待爬取的url链接列表
g_existURL=[] #已经爬取过的url链接列表
g_failedURL=[] #下载失败的url链接列表
g_totalcount=0 #下载过的页面数
class Crawler:
def __init__(self,crawlername,url,threadnum):
self.crawlername=crawlername
self.url=url
self.threadnum=threadnum
self.threadpool=[]
self.logfile=file("log.txt",'w')
def craw(self):
global g_queueURL
g_queueURL.append(url)
depth=0
print self.crawlername+" 启动..."
while(len(g_queueURL)!=0):
depth+=1
print 'Searching depth ',depth,'...\n\n'
self.logfile.write("URL:"+g_queueURL[0]+"........")
self.downloadAll()
self.updateQueueURL()
content='\n>>>Depth '+str(depth)+':\n'
self.logfile.write(content)
i=0
while i<len(g_queueURL):
content=str(g_totalcount+i)+'->'+g_queueURL[i]+'\n'
self.logfile.write(content)
i+=1
def downloadAll(self):
global g_queueURL
global g_totalcount
i=0
while i<len(g_queueURL):
j=0
while j<self.threadnum and i+j < len(g_queueURL):
g_totalcount+=1
threadresult=self.download(g_queueURL[i+j],str(g_totalcount)+'.html',j)
if threadresult!=None:
print 'Thread started:',i+j,'--File number =',g_totalcount
j+=1
i+=j
for thread in self.threadpool:
thread.join(30)
threadpool=[]
g_queueURL=[]
def download(self,url,filename,tid):
crawthread=CrawlerThread(url,filename,tid)
self.threadpool.append(crawthread)
crawthread.start()
def updateQueueURL(self):
global g_queueURL
global g_existURL
newUrlList=[]
for content in g_pages:
newUrlList+=self.getUrl(content)
g_queueURL=list(set(newUrlList)-set(g_existURL))
def getUrl(self,content):
reg=r'"(http://.+?)"'
regob=re.compile(reg,re.DOTALL)
urllist=regob.findall(content)
return urllist
class CrawlerThread(threading.Thread):
def __init__(self,url,filename,tid):
threading.Thread.__init__(self)
self.url=url
self.filename=filename
self.tid=tid
def run(self):
global g_mutex
global g_failedURL
global g_queueURL
try:
page=urllib.urlopen(self.url)
html=page.read()
fout=file(self.filename,'w')
fout.write(html)
fout.close()
except Exception,e:
g_mutex.acquire()
g_existURL.append(self.url)
g_failedURL.append(self.url)
g_mutex.release()
print 'Failed downloading and saving',self.url
print e
return None
g_mutex.acquire()
g_pages.append(html)
g_existURL.append(self.url)
g_mutex.release()
if __name__=="__main__":
url=raw_input("请输入url入口:\n")
threadnum=int(raw_input("设置线程数:"))
crawlername="小小爬虫"
crawler=Crawler(crawlername,url,threadnum)
crawler.craw()
Мы рекомендуем питон обучение сайтов , чтобы увидеть , как старая программа , чтобы узнать! Из базового сценария питона, рептилий, Джанго, интеллектуального анализа данных, методы программирования, опыт работы, а также старший тщательное изучение малых партнеров питона в бою заканчивая информационными проектами нулевой основе! Python программисты имеют обычный день , чтобы объяснить эту технологию, и поделиться некоторыми методами обучения необходимо обратить внимание на мелкие детали
выше этой поддержки многопоточности пример питон рептилии небольших серии , чтобы разделить все содержимое всех, и я надеюсь дать вам ссылку