Python3爬虫（十二） 爬虫性能

  • Z时代
  • 2024-01-10
  • 分类：综合

python

 Infi-chu:

http://www.cnblogs.com/Infi-chu/

一、简单的循环串行
一个一个循环，耗时是最长的，是所有的时间综合

import requests
url_list = [
    'http://www.baidu.com',
    'http://www.pythonsite.com',
    'http://www.cnblogs.com/'
]
for url in url_list:
    result = requests.get(url)
    print(result.text)

二、通过线程池
整体耗时是所有连接里耗时最久的那个，相对于循环来说快了不少

import requests
from concurrent.futures import ThreadPoolExecutor
def fetch_request(url):
    result = requests.get(url)
    print(result.text)
url_list = [
    'http://www.baidu.com',
    'http://www.bing.com',
    'http://www.cnblogs.com/'
]
pool = ThreadPoolExecutor(10)
for url in url_list:
    #去线程池中获取一个线程，线程去执行fetch_request方法
    pool.submit(fetch_request,url)
pool.shutdown(True)

三、线程池+回调函数
定义了一个回调函数

from concurrent.futures import ThreadPoolExecutor
import requests
def fetch_async(url):
    response = requests.get(url)
    return response
def callback(future):
    print(future.result().text)
url_list = [
    'http://www.baidu.com',
    'http://www.bing.com',
    'http://www.cnblogs.com/'
]
pool = ThreadPoolExecutor(5)
for url in url_list:
    v = pool.submit(fetch_async,url)
    #这里调用回调函数
    v.add_done_callback(callback)
pool.shutdown()

四、通过进程池
进程池的方式访问，同样的也是取决于耗时最长的，但是相对于线程来说，进程需要耗费更多的资源，同时这里是访问url时IO操作，所以这里线程池比进程池更好

import requests
from concurrent.futures import ProcessPoolExecutor
def fetch_request(url):
    result = requests.get(url)
    print(result.text)
url_list = [
    'http://www.baidu.com',
    'http://www.bing.com',
    'http://www.cnblogs.com/'
]
pool = ProcessPoolExecutor(10)
for url in url_list:
    #去进程池中获取一个线程，子进程程去执行fetch_request方法
    pool.submit(fetch_request,url)
pool.shutdown(True)

五、进程池+回调函数
这种方式和线程+回调函数的效果是一样的，相对来说开进程比开线程浪费资源

from concurrent.futures import ProcessPoolExecutor
import requests
def fetch_async(url):
    response = requests.get(url)
    return response
def callback(future):
    print(future.result().text)
url_list = [
    'http://www.baidu.com',
    'http://www.bing.com',
    'http://www.cnblogs.com/'
]
pool = ProcessPoolExecutor(5)
for url in url_list:
    v = pool.submit(fetch_async, url)
    # 这里调用回调函数
    v.add_done_callback(callback)
pool.shutdown()

以上是 Python3爬虫（十二） 爬虫性能 的全部内容， 来源链接： utcz.com/z/388228.html

回到顶部