日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

多线程爬取斗图图片

發布時間:2023/12/20 编程问答 32 豆豆
生活随笔 收集整理的這篇文章主要介紹了 多线程爬取斗图图片 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

結果演示

代碼:

#encoding:utf-8 # __author__ = 'donghao' # __time__ = 2018/12/24 15:20 import requests import threading import urllib.request import urllib3 import os import re import time from lxml import etree from queue import Queue#負責解析圖片 class Producer(threading.Thread):headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:57.0) Gecko/20100101 Firefox/57.0'}def __init__(self,img_queue,page_queue,*args,**kwargs):super(Producer, self).__init__(*args,**kwargs)self.img_queue = img_queueself.page_queue = page_queuedef run(self):while True:if self.page_queue.empty():breakurl = self.page_queue.get()self.parse_page(url)def parse_page(self,url):resp = requests.get(url=url,headers=self.headers)text = resp.texthtml = etree.HTML(text)imgs = html.xpath("//div[@class='page-content text-center']//img[@class!='gif']")for img in imgs:#獲取圖片urlimg_url = img.get('data-original')#獲取圖片Url的后綴名end = os.path.splitext(img_url)[1]#替換掉url中特殊字符end = re.sub(r'[,。??,/\\·]','',end)# 獲取圖片描述,并加上后綴name = img.get('alt')+end#存儲圖片url和文件名隊列self.img_queue.put((img_url,name))#負責下載圖片 class Consumer(threading.Thread):def __init__(self,img_queue,page_queue,*args,**kwargs):super(Consumer, self).__init__(*args,**kwargs)self.img_queue = img_queueself.page_queue = page_queuedef run(self):while True:if self.img_queue.empty() and self.page_queue.empty():breakimg_url,filename = self.img_queue.get()urllib.request.urlretrieve(img_url, 'images/' + filename)print(filename+'張圖片下載完成')def main():#爬取10頁start = time.time()image_queue = Queue(1000)page_queue = Queue(100)tsk = []for x in range(1,10):url = 'http://www.doutula.com/photo/list/?page=%d'%x#存儲頁面信息page_queue.put(url)for x in range(5):t = Producer(image_queue,page_queue)t.start()tsk.append(t)for x in range(5):t = Consumer(image_queue,page_queue)t.start()tsk.append(t)#終止運行,統計時間for t in tsk:t.join()end = time.time()print('耗時:%0.002fs' % (end - start))if __name__ == '__main__':main()

?

總結

以上是生活随笔為你收集整理的多线程爬取斗图图片的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。