python多線程爬今日頭條

import threading

import time

from lxmlimport etree

import requests

from queueimport Queue

import re

"""

其實(shí) 函數(shù)參數(shù)中的冒號(hào)是參數(shù)的類型建議符,告訴程序員希望傳入的實(shí)參的類型 。 函數(shù)后面跟著的箭頭是函數(shù)返回值的類型建議符

骗爆,用來(lái)說(shuō)明該函數(shù)返回的值是什么類型 。 更官方的解釋:此為type hints须鼎,是Python 3.5新加的"""

headers = {

'user-agent':"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.74 Safari/537.36 Edg/99.0.1150.55",

? ? 'refer':'https://so.toutiao.com/search?keyword=%E8%A1%97%E6%8B%8D%E7%BE%8E%E5%A5%B3&pd=information&source=pagination&dvpf=pc&aid=4916&page_num={page}&search_id=202203201951110102120460753D61F421'

}

cookie={'cookie':'tt_webid=7077014656070960676; _S_DPR=1.5; _S_IPAD=0; MONITOR_WEB_ID=7077014656070960676; FRM=new; PIXIEL_RATIO=1.5; WIN_WH=1280_648; ttcid=c9720ff1a7c146a790a1c113c8f8e91f39; tt_scid=0LEZtCnx3EI6WHPLeDb9vGDK-P-YwQDee.cVi7b6xfkeANJ9dxJUAUIHgJiGKGF08d18; ttwid=1%7C5pSenh2ZSIAoAPAnZmcHQ2xN3TykA8ikp6iCucnETC0%7C1648709296%7Ce85f11b922972468dc1718583be6152a42d5113842d03386a442d9afccd8b8aa; _S_WIN_WH=1280_648'}

class Producer(threading.Thread):

def __init__(self, page_queue,img_queue, *args, **kwargs):

super(Producer, self).__init__(*args, **kwargs)

self.page_queue= page_queue

self.img_queue = img_queue

def run(self):

while True:

if self.page_queue.empty():

break

? ? ? ? ? ? else:

url =self.page_queue.get()

self.parse_page(url)

def parse_page(self, url):

response = requests.get(url=url, headers=headers,cookies=cookie)

text = response.text

html = etree.HTML(text)

img_list = html.xpath('//div[@class="cs-view cs-view-block cs-card-content"]')

for liin img_list:

href = li.xpath('./a/@href')

if href:

m = re.findall(r'.*(\d{19}).*', href[0])

a ='https://www.toutiao.com/a' + m[0] +'/?channel=&source=search_tab'

? ? ? ? ? ? ? ? self.parser2(a)

def parser2(self,a):

response = requests.get(url=a, headers=headers,cookies=cookie )

m = etree.HTML(response.text)

s = m.xpath('//article[@class="syl-article-base tt-article-content syl-page-article syl-device-pc"]')[0]

x = s.xpath('./div[@class="pgc-img"]')

for iin x:

ll = i.xpath('./img/@src')

if ll:

self.img_queue.put(ll[0])

class Consumer(threading.Thread):

def __init__(self, page_queue, img_queue, *args, **kwargs):

super(Consumer, self).__init__(*args, **kwargs)

self.page_queue = page_queue

self.img_queue = img_queue

print('af',self.img_queue.get())

def run(self):

while True:

if self.page_queue.empty()and self.img_queue.empty():

break

? ? ? ? ? ? else:

imgurl=self.img_queue.get()

name = imgurl[-11:-8]

path =r"C:\Users\29258\Desktop\er\\" + name +'.jpg'

? ? ? ? ? ? ? ? response = requests.get(url=imgurl, headers=headers,)

with open(path, 'wb')as fp:

fp.write(response.content)

print(name,'下載好了')

def main():

page_queue = Queue(50)# 存儲(chǔ)頁(yè)碼鏈接

? ? img_queue = Queue(10)# 存儲(chǔ)解析出來(lái)的圖片鏈接

? ? # 想要爬取前10頁(yè)的數(shù)據(jù)

? ? for pagein range(50):

url =f'https://so.toutiao.com/search?keyword=%E8%A1%97%E6%8B%8D%E7%BE%8E%E5%A5%B3&pd=information&source=pagination&dvpf=pc&aid=4916&page_num={page}&search_id=202203201951110102120460753D61F421'

? ? ? ? print(url)

page_queue.put(url)# 將10頁(yè)的頁(yè)碼鏈接加入到了page_queue

? ? for xin range(3):

t = Producer(page_queue, img_queue)

t.start()

# 開(kāi)啟三個(gè)消費(fèi)者

? ? for xin range(5):

t = Consumer(page_queue, img_queue)

t.start()

time.sleep(3)

if __name__=='__main__':

main()

# 開(kāi)啟三個(gè)生產(chǎn)者

? ? # for x in range(3):

#? ? t = Producer(page_queue, img_queue)

#? ? t.start()

? # # 開(kāi)啟三個(gè)消費(fèi)者

? ? # for x in range(3):

#? ? t = Consumer(page_queue, img_queue)

#? ? t.start()

原創(chuàng)

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
禁止轉(zhuǎn)載雇盖,如需轉(zhuǎn)載請(qǐng)通過(guò)簡(jiǎn)信或評(píng)論聯(lián)系作者丽涩。
  • 序言:七十年代末躁锁,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子将饺,更是在濱河造成了極大的恐慌贡避,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,907評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件予弧,死亡現(xiàn)場(chǎng)離奇詭異刮吧,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)掖蛤,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,987評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門杀捻,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人蚓庭,你說(shuō)我怎么就攤上這事致讥。” “怎么了器赞?”我有些...
    開(kāi)封第一講書人閱讀 164,298評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵垢袱,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我港柜,道長(zhǎng)请契,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書人閱讀 58,586評(píng)論 1 293
  • 正文 為了忘掉前任夏醉,我火速辦了婚禮爽锥,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘畔柔。我一直安慰自己氯夷,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,633評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布释树。 她就那樣靜靜地躺著肠槽,像睡著了一般擎淤。 火紅的嫁衣襯著肌膚如雪奢啥。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書人閱讀 51,488評(píng)論 1 302
  • 那天嘴拢,我揣著相機(jī)與錄音桩盲,去河邊找鬼。 笑死席吴,一個(gè)胖子當(dāng)著我的面吹牛赌结,可吹牛的內(nèi)容都是我干的捞蛋。 我是一名探鬼主播,決...
    沈念sama閱讀 40,275評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼柬姚,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼拟杉!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起量承,我...
    開(kāi)封第一講書人閱讀 39,176評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤搬设,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后撕捍,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體拿穴,經(jīng)...
    沈念sama閱讀 45,619評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,819評(píng)論 3 336
  • 正文 我和宋清朗相戀三年忧风,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了默色。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,932評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡狮腿,死狀恐怖腿宰,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情缘厢,我是刑警寧澤酗失,帶...
    沈念sama閱讀 35,655評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站昧绣,受9級(jí)特大地震影響规肴,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜夜畴,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,265評(píng)論 3 329
  • 文/蒙蒙 一拖刃、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧贪绘,春花似錦兑牡、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 31,871評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至菱涤,卻和暖如春苞也,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背粘秆。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 32,994評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工如迟, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,095評(píng)論 3 370
  • 正文 我出身青樓殷勘,卻偏偏與公主長(zhǎng)得像此再,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子玲销,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,884評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容