多線程爬蟲實例(不完善)

import threading

from queue import Queue

import time

from lxml import etree

import requests

import json

class CrawlThread(threading.Thread):

def __init__(self, name, page_queue, data_queue):

super().__init__()

self.name = name

# 保存頁碼隊列

self.page_queue = page_queue

self.data_queue = data_queue

# url

self.url = 'http://www.fanjian.net/duanzi-{}'

self.headers = {

'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36',

}

def run(self):

# 這里面的思路是什么?

while 1:

if self.page_queue.empty():

break

# 1端姚、從頁碼隊列中獲取頁碼

page = self.page_queue.get()

# 2涩嚣、將url和頁碼進行拼接

url = self.url.format(page)

# 3屋剑、發(fā)送請求,獲取響應(yīng)

r = requests.get(url=url, headers=self.headers)

time.sleep(1)

# 4玄妈、將響應(yīng)內(nèi)容放入到數(shù)據(jù)隊列中

self.data_queue.put(r.text)

class ParseThread(threading.Thread):

def __init__(self, name, data_queue, lock, fp):

super().__init__()

self.name = name

# 保存數(shù)據(jù)隊列

self.data_queue = data_queue

self.lock = lock

self.fp = fp

def run(self):

# 解析線程解析步驟

while 1:

if self.data_queue.empty():

break

# 1、從數(shù)據(jù)隊列中取出一個數(shù)據(jù)

content = self.data_queue.get()

# 2、解析這個數(shù)據(jù)

items = self.parse_content(content)

# 3谆棱、寫入到文件中

string = json.dumps(items, ensure_ascii=False)

# 加鎖

print(self.fp,'類似會發(fā)士大夫')

self.lock.acquire()

self.fp.write(string)

# 釋放鎖

self.lock.release()

# 解析數(shù)據(jù)函數(shù)

def parse_content(content):

# 生成tree對象

tree = etree.HTML(content)

# 先找到所有的li標簽

li_list = tree.xpath('//li[@class="cont-item"]')

items = []

for oli in li_list:

# 獲取頭像

face = oli.xpath('.//div[@class="cont-list-reward"]//img/@data-src')[0]

# 獲取名字

name = oli.xpath('.//div[@class="cont-list-head"]/a/text()')[0]

# 獲取內(nèi)容

text = oli.xpath('.//div[@class="cont-list-main"]/p/text()')[0]

# 獲取時間

shijian = oli.xpath('.//div[@class="cont-list-info fc-gray"]/text()')[-1]

item = {

'頭像': face,

'名字': name,

'內(nèi)容': text,

'時間': shijian,

}

# 將字典添加到列表中

items.append(item)

return items

def create_queue():

page_queue = Queue()

data_queue = Queue()

# 向頁碼隊列中添加頁碼

for page in range(1, 11):

page_queue.put(page)

return page_queue, data_queue

def main():

# 做什么?

# 創(chuàng)建鎖

lock = threading.Lock()

# 打開文件

fp = open('duanzi.txt', 'w', encoding='utf8')

# 創(chuàng)建兩個隊列

page_queue, data_queue = create_queue()

# 創(chuàng)建采集圆仔、解析線程

crawlname_list = ['采集線程1', '采集線程2', '采集線程3']

parsename_list = ['解析線程1', '解析線程2', '解析線程3']

# 列表垃瞧,用來保存所有的采集線程和解析線程

t_crawl_list = []

t_parse_list = []

for crawlname in crawlname_list:

t_crawl = CrawlThread(crawlname, page_queue, data_queue)

t_crawl.start()

# 將對應(yīng)的采集線程保存起來

t_crawl_list.append(t_crawl)

for parsename in parsename_list:

t_parse = ParseThread(parsename, data_queue, lock, fp)

# 將對應(yīng)的解析線程保存起來

t_parse_list.append(t_parse)

t_parse.start()

# 讓主線程等待子線程結(jié)束之后再結(jié)束

for t_crawl in t_crawl_list:

t_crawl.join()

for t_parse in t_parse_list:

t_parse.join()

fp.close()

if __name__ == '__main__':

main()

為什么里面沒有寫數(shù)據(jù)呢?

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末坪郭,一起剝皮案震驚了整個濱河市个从,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌歪沃,老刑警劉巖嗦锐,帶你破解...
    沈念sama閱讀 212,718評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異沪曙,居然都是意外死亡奕污,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,683評論 3 385
  • 文/潘曉璐 我一進店門液走,熙熙樓的掌柜王于貴愁眉苦臉地迎上來碳默,“玉大人贾陷,你說我怎么就攤上這事≈龈” “怎么了髓废?”我有些...
    開封第一講書人閱讀 158,207評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長儿子。 經(jīng)常有香客問我瓦哎,道長,這世上最難降的妖魔是什么柔逼? 我笑而不...
    開封第一講書人閱讀 56,755評論 1 284
  • 正文 為了忘掉前任蒋譬,我火速辦了婚禮,結(jié)果婚禮上愉适,老公的妹妹穿的比我還像新娘犯助。我一直安慰自己,他們只是感情好维咸,可當我...
    茶點故事閱讀 65,862評論 6 386
  • 文/花漫 我一把揭開白布剂买。 她就那樣靜靜地躺著,像睡著了一般癌蓖。 火紅的嫁衣襯著肌膚如雪瞬哼。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 50,050評論 1 291
  • 那天租副,我揣著相機與錄音坐慰,去河邊找鬼。 笑死用僧,一個胖子當著我的面吹牛结胀,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播责循,決...
    沈念sama閱讀 39,136評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼糟港,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了院仿?” 一聲冷哼從身側(cè)響起秸抚,我...
    開封第一講書人閱讀 37,882評論 0 268
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎意蛀,沒想到半個月后耸别,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,330評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡县钥,尸身上長有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...
    茶點故事閱讀 36,651評論 2 327
  • 正文 我和宋清朗相戀三年秀姐,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片若贮。...
    茶點故事閱讀 38,789評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡省有,死狀恐怖痒留,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情蠢沿,我是刑警寧澤伸头,帶...
    沈念sama閱讀 34,477評論 4 333
  • 正文 年R本政府宣布,位于F島的核電站舷蟀,受9級特大地震影響恤磷,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜野宜,卻給世界環(huán)境...
    茶點故事閱讀 40,135評論 3 317
  • 文/蒙蒙 一扫步、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧匈子,春花似錦河胎、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,864評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至其徙,卻和暖如春胚迫,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背唾那。 一陣腳步聲響...
    開封第一講書人閱讀 32,099評論 1 267
  • 我被黑心中介騙來泰國打工晌区, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人通贞。 一個月前我還...
    沈念sama閱讀 46,598評論 2 362
  • 正文 我出身青樓,卻偏偏與公主長得像恼五,于是被迫代替她去往敵國和親昌罩。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 43,697評論 2 351

推薦閱讀更多精彩內(nèi)容