python实现并发获取html的几种方式
1.线程池
from concurrent.futures import ThreadPoolExecutor import requests from fake_useragent import UserAgent def task(url): res = requests.get(url, headers={"User-Agent": UserAgent().chrome}) print(f"{url}--{res}") url_list = ["http://www.baidu.com", "http://www.acfun.cn", "http://www.bilibili.com", "http://www.zhihu.com", "http://www.douban.com"] executor = ThreadPoolExecutor(max_workers=3) tasks = [executor.submit(task, url) for url in url_list] executor.shutdown(wait=True)
2.asyncio+aiohttp
import asyncio import aiohttp async def task(url): async with aiohttp.request("GET", url) as response: res = await response.text() print(res) url_list = ["http://www.baidu.com", "http://www.acfun.cn", "http://www.bilibili.com", "http://www.zhihu.com", "http://www.douban.com"] tasks = [task(url) for url in url_list] loop = asyncio.get_event_loop() loop.run_until_complete(asyncio.wait(tasks))
3.gevent
from gevent import monkey monkey.patch_all() import gevent from fake_useragent import UserAgent import requests def task(url): res = requests.get(url, headers={"User-Agent": UserAgent().chrome}) res.encoding = res.apparent_encoding print(f"{url}--{res.text}") url_list = ["http://www.baidu.com", "http://www.acfun.cn", "http://www.bilibili.com", "http://www.zhihu.com", "http://www.douban.com"] gevent.joinall([gevent.spawn(task, url) for url in url_list])
4.tornado
from tornado.httpclient import AsyncHTTPClient from tornado.httpclient import HTTPRequest from tornado import ioloop from functools import partial from fake_useragent import UserAgent count = None def handler_response(response): global count count -= 1 if response.error: print("error") else: print(response.effective_url) if count == 0: ioloop.IOLoop.current().stop() def func(url_list): global count count = len(url_list) for url in url_list: client = AsyncHTTPClient() client.fetch(HTTPRequest(url, headers={"User-Agent": UserAgent().chrome}), callback=handler_response) url_list = ["http://www.baidu.com", "http://www.acfun.cn", "http://www.bilibili.com", "http://www.zhihu.com", "http://www.douban.com"] ioloop.IOLoop.current().run_sync(partial(func, url_list)) ioloop.IOLoop.current().start()
5. twisted
from twisted.internet import reactor # 事件循环(终止条件,所有的socket都已经移除) from twisted.internet import defer # defer.Deferred 特殊的socket对象(不发请求,手动移除) from twisted.web.client import getPage # 用于创建socket对象(下载完成,自动从事件循环中移除) from fake_useragent import UserAgent # 1. 利用getPage创建socket # 2. 将socket添加到事件循环 # 3. 开始事件循环(内部发送请求,并接受相应。当所有的socket请求完成之后,终止事件循环) @defer.inlineCallbacks # 添加到事件循环 def task(url): # 创建socket,注意url要转换成字节。headers中的"User-Agent"也要是字节 d = getPage(bytes(url, encoding="utf-8"), headers={b"User-Agent": UserAgent().chrome}) # 获取到的html页面会自动传到response函数的第一个参数里面 d.addCallback(response) yield d def response(content): print(str(content, encoding="utf-8")) def done(*args): reactor.stop() url_list = ["http://www.baidu.com", "http://www.acfun.cn", "http://www.bilibili.com", "http://www.zhihu.com", "http://www.douban.com"] defer_list = [] for url in url_list: t = task(url) defer_list.append(t) # 监听defer_list里面的任务是否执行完毕 d = defer.DeferredList(defer_list) #如果执行完毕,执行对应的回调函数 d.addBoth(done) # 启动事件循环 reactor.run()
python实现并发获取html的几种方式的更多相关文章
- 获取Type的三种方式
using System;using UnityEngine; public class Type_Test : MonoBehaviour{ private void Awake() { ...
- java动态获取WebService的两种方式(复杂参数类型)
java动态获取WebService的两种方式(复杂参数类型) 第一种: @Override public OrderSearchListRes searchOrderList(Order_Fligh ...
- AngularJS中获取数据源的几种方式
在AngularJS中,可以从$rootScope中获取数据源,也可以把获取数据的逻辑封装在service中,然后注入到app.run函数中,或者注入到controller中.本篇就来整理获取数据的几 ...
- java 获取时间戳的三种方式
java 获取时间戳的三种方式 CreationTime--2018年7月13日16点29分 Author:Marydon 1.实现方式 方式一:推荐使用 System.currentTimeMi ...
- 【Struts2】Struts2获取session的三种方式
1.Map<String,Object> map = ActionContext.getContext().getSession(); 2.HttpSession session = S ...
- js获取时间戳的三种方式
js获取时间戳的三种方式 CreateTime--2018年5月23日08:44:10 Author:Marydon // 方式一:推荐使用 var timestamp=new Date().ge ...
- Struts2(四.注册时检查用户名是否存在及Action获取数据的三种方式)
一.功能 1.用户注册页面 <%@ page language="java" contentType="text/html; charset=UTF-8" ...
- HTTP获取信息的四种方式
HTTP 从网络获取信息的四种方式 GET GET指代你在浏览器中输入网址,浏览网站时做的事.例如,我们使用 http://www.baidu.com 的时候,可以将GET想象成他说:"hi ...
- SpringMVC获取参数的几种方式
前言: 年末了,忙了一年了却发现系统的整理的东西很少,一些基础的东西都未做整理,这里就将它随便整理一下,增加一些印象,当然在网上看到一些好的资料也会整理下来以备后用.今天整理一下springMVC获取 ...
随机推荐
- stm32--free modbus 1.5.0移植(作为从机)
添加文件 获取原始free modbus library(官网) 将...\freemodbus-v1.5.0\demo\BARE中的所有文件复制到...\freemodbus-v1.5.0\modb ...
- mybatis和redis整合 log4j打印sql语句
首先,需要在项目中引进jedis-2.8.1.jar包,在pom.xml里加上 <dependency> <groupId>redis.clients</groupId& ...
- Jenkins拾遗--第三篇(用户权限管理)
采访过很多实用Jenkins的同学,发现Jenkins的安全是一个很薄弱的地方.很多公司用作生产部署的Jenkins安全管理都不是很规范,就更别提测试用的Jenkins了. 其实Jenkins是一个很 ...
- 如何自己编译apue.3e中代码 & 学习写makefile
本来是搜pthread的相关资料,看blog发现很多linux程序员都看的一本神书<APUE>,里面有系统的两章内容专门讲pthread(不过是用c语言做的代码示例,这个不碍事,还是归到原 ...
- 遍历两个自定义列表来实现字典(key:value)
#自定义key ${keys} create list key1 key2 key3 #自定义value ${values} create list v ...
- Jmeter mysql性能测试
一:首先建立jdbc connection configuration,设置参数如图 1.variable name 参数名称,与后面的sample中设置的variable name一致.含义为:通过 ...
- 浅谈this和static
一.this关键字 一个比较经典的使用: 输出的结果是:12 1.this关键字只能在方法的内部使用,表示对“调用方法的那个对象”的引用,this的用法和其他对象引用并无不同.注意一点:在方法的内部调 ...
- 斯坦福大学CS231n简要笔记和课后作业
笔记目录: 1. CS231n--图像分类(KNN实现) 2. 待更新... 3. 4.
- springboot07 mysql02
多表关系 一.表关系介绍 1. 表之间为什么要有关系 一般来讲,通常都是一张表某一类型数据,比如学生数据存储在学生表,教师数据存储在教师表,学科数据存储在学科表.但是有时候我们需要表示一个学生属于哪一 ...
- SpringBoot Rabbitmq发送消息
官方文档:https://docs.spring.io/spring-boot/docs/2.1.3.RELEASE/reference/htmlsingle/#boot-features-amqp ...