如何使用线程或其他快速方式获取网站?

时间:2012-01-06 20:57:07

标签: python windows urllib

我在这里遇到一些麻烦,以了解线程如何工作或用它构建一些东西。

我需要下载几个网页,更改链接上的一个值(简单部分)并获取一些信息,但我正在使用'while'并且下载一个类似60kb的网站需要大约1秒或更长时间。我的网络5mb ..

有人可以提供关于如何做类似事情的简单示例吗?

2 个答案:

答案 0 :(得分:3)

来自Advanced Usage: Asynchronous Requests

from requests import async

urls = [
    'http://python-requests.org',
    'http://httpbin.org',
    'http://python-guide.org',
    'http://kennethreitz.com'
]

rs = [async.get(u) for u in urls]
async.map(rs)

这不是使用线程,但工作方式相同 - 同时发出请求。

答案 1 :(得分:0)

摘自here

      #!/usr/bin/env python
      import Queue
      import threading
      import urllib2
      import time

      hosts = ["http://yahoo.com", "http://google.com", "http://amazon.com",
      "http://ibm.com", "http://apple.com"]

      queue = Queue.Queue()

      class ThreadUrl(threading.Thread):
      """Threaded Url Grab"""
        def __init__(self, queue):
          threading.Thread.__init__(self)
          self.queue = queue

        def run(self):
          while True:
            #grabs host from queue
            host = self.queue.get()

            #grabs urls of hosts and prints first 1024 bytes of page
            url = urllib2.urlopen(host)
            print url.read(1024)

            #signals to queue job is done
            self.queue.task_done()

      start = time.time()
      def main():

        #spawn a pool of threads, and pass them queue instance 
        for i in range(5):
          t = ThreadUrl(queue)
          t.setDaemon(True)
          t.start()

       #populate queue with data   
          for host in hosts:
            queue.put(host)

       #wait on the queue until everything has been processed     
       queue.join()

      main()
      print "Elapsed Time: %s" % (time.time() - start)