1.测试学习
(2)单线程:
from time import sleep import time def request(url): print('正在请求:',url) sleep(2) print('下载成功:', url) urls = ['www.baidu.com','www.sogou.com','www.goubanjia.com'] start = time.time() for url in urls: request(url) print(time.time()-start)
测试结果:需要6秒多
正在请求: www.baidu.com 下载成功: www.baidu.com 正在请求: www.sogou.com 下载成功: www.sogou.com 正在请求: www.goubanjia.com 下载成功: www.goubanjia.com 6.001747369766235
(2)开启线程池:测试结果是2秒多
from time import sleep import time from multiprocessing.dummy import Pool def request(url): print('正在请求:',url) sleep(2) print('下载成功:', url) urls = ['www.baidu.com','www.sogou.com','www.goubanjia.com'] start = time.time() pool=Pool(3) pool.map(request,urls) print(time.time()-start)
测试结果:
正在请求: www.baidu.com 正在请求: www.sogou.com 正在请求: www.goubanjia.com 下载成功: www.goubanjia.com 下载成功: www.sogou.com 下载成功: www.baidu.com 2.034695625305176
(3)在程序中是否可以一味的使用多线程,多进程?
推荐:单线程+异步协程(效率最高,用的人不是很多,大量爬取数据是会用到的)
下面了解一下
协程(go和python独有的概念),,协程不会占用很高的内存
领导在乎的是把数据爬取出来.
主要还是request模块的学习.下面学习几个概念这几个概念,一会儿会在代码中有所体现
event_loop:事件循环,相当于一个无限循环,我们可以把一些特殊函数注册(放置)到这个事件循环上,当满足某些条件的时候,函数就会被循环执行。程序是按照设定的顺序从头执行到尾,
运行的次数也是完全按照设定。当在编写异步程序时,必然其中有部分程序的运行耗时是比较久的,需要先让出当前程序的控制权,让其在背后运行,让另一部分的程序先运行起来。当背后运行的程序完成后,
也需要及时通知主程序已经完成任务可以进行下一步操作,但这个过程所需的时间是不确定的,需要主程序不断的监听状态,一旦收到了任务完成的消息,就开始进行下一步。loop就是这个持续不断的监视器。 coroutine:中文翻译叫协程,在 Python 中常指代为协程对象类型,我们可以将协程对象注册到事件循环中, 它会被事件循环调用。我们可以使用 async 关键字来定义一个方法,这个方法在调用时不会立即被执行, 而是返回一个协程对象。 task:任务,它是对协程对象的进一步封装,包含了任务的各个状态。 future:代表将来执行或还没有执行的任务,实际上和 task 没有本质区别。 另外我们还需要了解 async/await 关键字,它是从 Python 3.6 才出现的,专门用于定义协程。其中,async 定义一个协程,await 用来挂起阻塞方法的执行。