Python3多線程爬蟲實例講解

多線程概述

多線程使得程序內部可以分出多個線程來做多件事情，充分利用CPU空閒時間，提升處理效率。python提供了兩個模塊來實現多線程thread 和threading ，thread 有一些缺點，在threading 得到了彌補。並且在Python3中廢棄了thread模塊，保留了更強大的threading模塊。

使用場景

在python的原始解釋器CPython中存在著GIL（Global Interpreter Lock，全局解釋器鎖），因此在解釋執行python代碼時，會產生互斥鎖來限制線程對共享資源的訪問，直到解釋器遇到I/O操作或者操作次數達到一定數目時才會釋放GIL。所以，雖然CPython的線程庫直接封裝了系統的原生線程，但CPython整體作為一個進程，同一時間只會有一個獲得GIL的線程在跑，其他線程則處於等待狀態。這就造成了即使在多核CPU中，多線程也只是做著分時切換而已。

如果你的程序是CPU密集型，多個線程的代碼很有可能是線性執行的。所以這種情況下多線程是雞肋，效率可能還不如單線程因為有上下文切換開銷。但是如果你的代碼是IO密集型，涉及到網絡、磁盤IO的任務都是IO密集型任務，多線程可以明顯提高效率，例如多線程爬蟲，多線程文件處理等等

多線程爬蟲

多線程爬蟲的代碼實例

注：以下代碼在python3下運行通過， python2版本差異較大，不能運行成功，如需幫助請下方留意。

運行結果：

1個線程時：

2個線程時：

3個線程時：

通過調節線程數可以看到，執行時間會隨著線程數的增加而縮短，抓取效率成正比增加。

總結：

Python多線程在IO密集型任務，多線程可以明顯提高效率，CPU密集型任務不適合使用多線程處理。

最後，小編想說：我是一名python開發工程師，整理了一套最新的python系統學習教程，想要這些資料的可以關注私信小編“01”即可，希望能對你有所幫助