Python多线程爬虫结果乱序问题解析与解决方案




import requests
from bs4 import BeautifulSoup
from concurrent.futures import ThreadPoolExecutor
from urllib.parse import urljoin
 
def save_result(result):
    # 保存爬取结果的函数,这里简单打印结果
    print(result)
 
def crawl_page(url):
    response = requests.get(url)
    if response.status_code == 200:
        soup = BeautifulSoup(response.text, 'html.parser')
        # 假设我们要抓取页面中的所有链接
        links = soup.find_all('a', href=True)
        return [(urljoin(url, link['href']),) for link in links]
 
def main():
    # 待爬取的URL列表
    urls = ['http://example.com/page1', 'http://example.com/page2']
 
    # 使用ThreadPoolExecutor创建线程池
    with ThreadPoolExecutor(max_workers=5) as executor:
        # 提交爬取页面的任务
        futures = [executor.submit(crawl_page, url) for url in urls]
 
        # 等待所有爬取任务完成
        results = [future.result() for future in futures]
 
        # 将所有爬取结果进行合并
        all_results = [item for sublist in results for item in sublist]
 
        # 保存结果
        for result in all_results:
            save_result(result)
 
if __name__ == '__main__':
    main()

这段代码使用了concurrent.futures.ThreadPoolExecutor来实现多线程爬取,并展示了如何合并多线程的爬取结果。在实际应用中,你可以根据需要对save_result函数进行相应的修改,以保存或处理爬取的数据。

最后修改于:2024年08月13日 09:45

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日