下面小編就為大家分享一篇Python多線程爬蟲實戰_爬取糗事百科段子的實例，具有很好的參考價值，希望對大家有所幫助。對Python有興趣的小夥伴們一起跟著小編過來看看吧
多線程爬蟲：即程式中的某些程式段並行執行，
合理地設定多線程，可以讓爬蟲效率更高
糗事百科段子普通爬蟲和多執行緒爬蟲
分析該網址連結得出：
https: //www.qiushibaike.com/8hr/page/頁碼/
多執行緒爬蟲也就跟JAVA的多執行緒差不多，直接上程式碼
#
'''
#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()登入後複製
以上這篇Python多執行緒爬蟲實戰_爬取糗事百科段子的實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援PHP中文網。
相關推薦：
#Python資料結構與演算法常見的分配排序法範例【桶排序與基數排序】_python
Python中xlwt設定excel單元格字體及格式方法
Python語言實現百度語音辨識功能的實例
以上是Python多執行緒爬蟲實戰_爬取糗事百科段子的實例_python的詳細內容。更多資訊請關注PHP中文網其他相關文章！
