'''
#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://HdhCmsTestqiushibaike测试数据/8hr/page/"+str(i)+"/"
pagedata = urllib.request.urlopen(url).read().decode("utf-8","ignore")
pattern = '<p class="content">.*?<span>(.*?)</span>(.*?)</p>'
datalist = re测试数据pile(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://HdhCmsTestqiushibaike测试数据/8hr/page/"+str(i)+"/"
pagedata = urllib.request.urlopen(url).read().decode("utf-8","ignore")
pattern = '<p class="content">.*?<span>(.*?)</span>(.*?)</p>'
datalist = re测试数据pile(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://HdhCmsTestqiushibaike测试数据/8hr/page/"+str(i)+"/"
pagedata = urllib.request.urlopen(url).read().decode("utf-8","ignore")
pattern = '<p class="content">.*?<span>(.*?)</span>(.*?)</p>'
datalist = re测试数据pile(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() 以上这篇Python多线程爬虫实战_爬取糗事百科段子的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持PHP中文网。
相关推荐:
Python数据结构与算法之常见的分配排序法示例【桶排序与基数排序】_python
Python中xlwt设置excel单元格字体及格式方法
Python语言实现百度语音识别功能的实例
以上就是Python多线程爬虫实战_爬取糗事百科段子的实例_python的详细内容,更多请关注Gxl网其它相关文章!
查看更多关于Python多线程爬虫实战_爬取糗事百科段子的实例_python的详细内容...
声明:本文来自网络,不代表【好得很程序员自学网】立场,转载请注明出处:http://haodehen.cn/did84335