最新文章专题视频专题问答1问答10问答100问答1000问答2000关键字专题1关键字专题50关键字专题500关键字专题1500TAG最新视频文章推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37视频文章20视频文章30视频文章40视频文章50视频文章60 视频文章70视频文章80视频文章90视频文章100视频文章120视频文章140 视频2关键字专题关键字专题tag2tag3文章专题文章专题2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章专题3
当前位置: 首页 - 科技 - 知识百科 - 正文

Python多线程爬虫实战_爬取糗事百科段子的实例_python

来源:动视网 责编:小OO 时间:2020-11-27 14:22:33
文档

Python多线程爬虫实战_爬取糗事百科段子的实例_python

多线程爬虫:即程序中的某些程序段并行执行。合理地设置多线程,可以让爬虫效率更高。糗事百科段子普通爬虫和多线程爬虫。分析该网址链接得出。https://www.qiushibaike.com/8hr/page/页码/。多线程爬虫也就和JAVA的多线程差不多,直接上代码。
推荐度:
导读多线程爬虫:即程序中的某些程序段并行执行。合理地设置多线程,可以让爬虫效率更高。糗事百科段子普通爬虫和多线程爬虫。分析该网址链接得出。https://www.qiushibaike.com/8hr/page/页码/。多线程爬虫也就和JAVA的多线程差不多,直接上代码。


下面小编就为大家分享一篇Python多线程爬虫实战_爬取糗事百科段子的实例,具有很好的参考价值,希望对大家有所帮助。对Python感兴趣的小伙伴们一起跟随小编过来看看吧

多线程爬虫:即程序中的某些程序段并行执行,

合理地设置多线程,可以让爬虫效率更高

糗事百科段子普通爬虫和多线程爬虫

分析该网址链接得出:

https://www.qiushibaike.com/8hr/page/页码/

多线程爬虫也就和JAVA的多线程差不多,直接上代码

'''
#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 = '<p class="content">.*?<span>(.*?)</span>(.*?)</p>'
 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])
'''
'''
#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()
'''

#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 = '<p class="content">.*?<span>(.*?)</span>(.*?)</p>'
 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 = '<p class="content">.*?<span>(.*?)</span>(.*?)</p>'
 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()

以上这篇Python多线程爬虫实战_爬取糗事百科段子的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持PHP中文网。

相关推荐:

Python数据结构与算法之常见的分配排序法示例【桶排序与基数排序】_python

Python中xlwt设置excel单元格字体及格式方法

Python语言实现百度语音识别功能的实例

文档

Python多线程爬虫实战_爬取糗事百科段子的实例_python

多线程爬虫:即程序中的某些程序段并行执行。合理地设置多线程,可以让爬虫效率更高。糗事百科段子普通爬虫和多线程爬虫。分析该网址链接得出。https://www.qiushibaike.com/8hr/page/页码/。多线程爬虫也就和JAVA的多线程差不多,直接上代码。
推荐度:
标签: 段子 百科 python
  • 热门焦点

最新推荐

猜你喜欢

热门推荐

专题
Top