您的位置: 首页 > 新闻资讯 > > 正文

怎么用Python实现异步爬虫?

发布时间:2021年03月22日 来源:互联网

    由于网络IO阻止了所有优化请求,因此我们可以采用异步方式进行优化,如多线程或协程并行抓取网页数据,这里使用Python协程来实现。


image.png


    # coding: utf8


    """协程版本爬虫,提高抓取效率"""


    from gevent import monkey


    monkey.patch_all()


    import requests


    from lxml import etree


    from gevent.pool import Pool


    def main():


    # 1. 定义页面URL和解析规则


    crawl_urls = [


    'https://book.douban.com/subject/25862578/',


    'https://book.douban.com/subject/26698660/',


    'https://book.douban.com/subject/2230208/'


    ]


    rule = "//div[@id='wrapper']/h1/span/text()"


    # 2. 抓取


    pool = Pool(size=10)


    for url in crawl_urls:


    pool.spawn(crawl, url, rule)


    pool.join()


    def crawl(url, rule):


    # 3. 发起HTTP请求


    response = requests.get(url)


    # 4. 解析HTML


    result = etree.HTML(response.text).xpath(rule)[0]


    # 5. 保存结果


    print result


    if __name__ == '__main__':


    main()


相关文章内容简介

1 免费代理IP能用于爬虫吗

    免费代理IP能用于爬虫吗?免费代理IP就是不需要花钱,在网络上可以直接提取,然后用来替换IP。并不是所有项目都能用免费代理IP的,例如爬虫就不可以。    免费代理IP的来源比较杂,很多没有用,使用时间短,匿名程度也参差不齐,其中有一些是高度匿名的,但数量有限,也很难挑选。而爬虫工作需要的IP,要求比较高,因为爬虫IP一旦质量不高就会被对方网站发现,被禁止抓取数据,无法完成工作。所以,免费代理IP是不适合爬虫的。但如果免费代理IP的匿名程度够的话,使用效率低,也是符合使用需求的。    爬虫大家都知道,是采集数据的方式。通过采集来的数据分析,可以获取有价值的信息。而代理IP是换IP最方便的工具,爬虫工作是要用代理IP的。    爬虫对被爬的网站来说是毫无利益的,反而会影响到服务器的工作,所以现在都设有反爬程序,IP限制是最基本的。爬虫工作的时候,如果速度快,用同一个IP会有访问的问题,这时网络就会有验证或者直接封锁IP,给爬虫工作带来了很大的困难。 ... [阅读全文]

2 发帖用代理IP有什么好处?

    发帖用代理IP有什么好处?发帖是网络营销的主要途径,在发帖的时候,很多时候都要用到代理IP,这并不奇怪,代理IP给网络营销人员带来了很大的便利。那么,发帖用代理IP有什么好处?    贴吧大家都不陌生,很多人在贴吧交流,一般同一个IP只能发布有限的帖子,评论也是有限制的。如果想大量发帖,就需要用代理IP来解决了。有很多热帖有的是真实评论,有的可能需要代理IP来帮忙,用代理IP去访问网站,用户不会被网站监视限制,或者被封锁了。    随着网络的发展,网络营销是很多公司必须要做的,其中网络影响最重要的途径就是发帖。很多发帖的工作人员都在使用代理IP,但还有很多人并不了解。那么,营销发帖一定要用代理IP吗?    例如贴吧、微博等平台,这些平台发帖可以与其他网友进行交流,起到宣传的作用。但一个IP发帖的数量是有限的,如果想大量发帖,就需要代理IP的帮助。更换IP后,就可以伪装成一个全新的用户,自然不会被平台限制。还有网络营销最常见的问答方式,也需要更换IP后进行自问... [阅读全文]

推荐阅读

  1. 14

    2020-03

    更换浏览器ip地址用什么工具可以自动切换代理ip?

    浏览器是我们在工作及生活中最常用的,很多用户出于某种原因想要更换浏览器的ip地址怎么办?如何更换?

  2. 26

    2020-03

    HTTP代理服务器将客户的真正IP开展更换

    说白了, HTTP代理服务器 就是说将客户的真正 IP 开展更换,用另一个IP开展更换。简易而言HTTP代理服务器如同日常生活普遍的HTTP代理服务器。在盘根错节的网络空间中,稍不注意就会在互联网

  3. 27

    2020-04

    代理IP越便宜越好吗?

    当今时代可以说是大数据的时代,各行各业的工作与互联网也越来越脱不开干系。因而人们对于代理IP的需求也越来越大,因而怎么来选购代理IP,是当今网络工作者必须要考虑的一个问题,,

  4. 22

    2020-12

    代理服务器怎么突破网络的限制?

    网络工作者经常使用 ip 工具,比如当网络 ip 需要改变时,ip 软件可以快速帮助他们操作。

  5. 10

    2020-12

    网络工作者必备代理ip软件吗?

    网络的出现把你、我、他的距离都变成了“零距离”,我们可以在网络中聊天、购物、玩游戏听歌看视频等、方便了我们的工作和生活,带来了不一样的乐趣,也带来了更多的机遇,而对于互联

  6. 17

    2020-04

    Http代理与其代理模式有几种?

    代理IP作为一个新兴行业,是当代互联网技术的一大亮色,也不断吸引了很多企业的入驻,大量的代理IP平台如雨后春笋般冒了出来。

因为专业! 所以简单! 产品至上,价格实惠 是我们服务追求的宗旨

免费试用