色综合图-色综合图片-色综合图片二区150p-色综合图区-玖玖国产精品视频-玖玖香蕉视频

您的位置:首頁技術文章
文章詳情頁

Python用多進程寫文件遇到編碼問題,而用多線程卻不會

瀏覽:110日期:2022-06-28 13:29:55

問題描述

用多進程爬取數據寫入文件,運行沒有報錯,但是打開文件卻亂碼。Python用多進程寫文件遇到編碼問題,而用多線程卻不會

Python用多進程寫文件遇到編碼問題,而用多線程卻不會

用多線程改寫時卻沒有這個問題,一切正常。下面是數據寫入文件的代碼:

def Get_urls(start_page,end_page): print ’ run task {} ({})’.format(start_page,os.getpid()) url_text = codecs.open(’url.txt’,’a’,’utf-8’)for i in range(start_page,end_page+1): pageurl=baseurl1+str(i)+baseurl2+searchword response = requests.get(pageurl, headers=header) soup = BeautifulSoup(response.content, ’html.parser’) a_list=soup.find_all(’a’) for a in a_list:if a.text!=’’and ’wssd_content.jsp?bookid’in a[’href’]: text=a.text.strip() url=baseurl+str(a[’href’]) url_text.write(text+’t’+url+’n’)url_text.close()

多進程用的進程池

def Multiple_processes_test(): t1 = time.time() print ’parent process {} ’.format(os.getpid()) page_ranges_list = [(1,3),(4,6),(7,9)] pool = multiprocessing.Pool(processes=3) for page_range in page_ranges_list:pool.apply_async(func=Get_urls,args=(page_range[0],page_range[1])) pool.close() pool.join() t2 = time.time() print ’時間:’,t2-t1

問題解答

回答1:

圖片上已經說了,文件以錯誤的編碼形式載入了,說明你多進程寫入的時候,編碼不是utf-8

回答2:

文件第一行添加:

#coding: utf-8回答3:

打開同一個文件,相當危險,出錯機率相當大,多線程不出錯,極有可能是GIL,多進程沒有鎖,因此容易出錯了。

url_text = codecs.open(’url.txt’,’a’,’utf-8’)

建議改為生產者消費都模式!

比如這樣

# -*- coding: utf-8 -* -import timeimport osimport codecsimport multiprocessingimport requestsfrom bs4 import BeautifulSoupbaseurl = ’’baseurl1 = ’’baseurl2 = ’’pageurl = ’’searchword = ’’header = {}def fake(url, **kwargs): class Response(object):pass o = Response() o.content = ’<a href='http://www.lshqa.cn/{}/wssd_content.jsp?bookid'>foo</a>’.format(url) return orequests.get = fakedef Get_urls(start_page, end_page, queue): print(’run task {} ({})’.format(start_page, os.getpid())) try:for i in range(start_page, end_page + 1): pageurl = baseurl1 + str(i) + baseurl2 + searchword response = requests.get(pageurl, headers=header) soup = BeautifulSoup(response.content, ’html.parser’) a_list = soup.find_all(’a’) for a in a_list:if a.text != ’’and ’wssd_content.jsp?bookid’in a[’href’]: text = a.text.strip() url = baseurl + str(a[’href’]) queue.put(text + ’t’ + url + ’n’) except Exception as e:import tracebacktraceback.print_exc()def write_file(queue): print('start write file') url_text = codecs.open(’url.txt’, ’a’, ’utf-8’) while True:line = queue.get()if line is None: breakprint('write {}'.format(line))url_text.write(line) url_text.close()def Multiple_processes_test(): t1 = time.time() manager = multiprocessing.Manager() queue = manager.Queue() print ’parent process {} ’.format(os.getpid()) page_ranges_list = [(1, 3), (4, 6), (7, 9)] consumer = multiprocessing.Process(target=write_file, args=(queue,)) consumer.start() pool = multiprocessing.Pool(processes=3) results = [] for page_range in page_ranges_list:result = pool.apply_async(func=Get_urls, args=(page_range[0], page_range[1], queue ))results.append(result) pool.close() pool.join() queue.put(None) consumer.join() t2 = time.time() print ’時間:’, t2 - t1if __name__ == ’__main__’: Multiple_processes_test()結果

foo /4/wssd_content.jsp?bookidfoo /5/wssd_content.jsp?bookidfoo /6/wssd_content.jsp?bookidfoo /1/wssd_content.jsp?bookidfoo /2/wssd_content.jsp?bookidfoo /3/wssd_content.jsp?bookidfoo /7/wssd_content.jsp?bookidfoo /8/wssd_content.jsp?bookidfoo /9/wssd_content.jsp?bookid

標簽: Python 編程
主站蜘蛛池模板: 99久久精品免费国产一区二区三区 | 亚洲色欧美 | 香蕉久久一区二区不卡无毒影院 | 欧美手机手机在线视频一区 | 日本草草影院 | 久久伊人操| 成年人免费观看网站 | 国产日本精品 | 日韩成人免费在线 | 国产视频成人 | 欧美午夜不卡 | 国产女主播91 | 国产亚洲图片 | 俄罗斯18videosex性欧美成人 | 久久久久久久性高清毛片 | 欧美性色xo在线 | 日本午夜视频 | 午夜精品一区二区三区在线观看 | 亚洲国产日韩女人aaaaaa毛片在线 | 成人欧美在线视频 | 久久久久综合国产 | 精品一区二区三区免费视频 | 激情欧美日韩一区二区 | 欧美日韩一二区 | 国产亚洲精品久久久久91网站 | 亚洲综合在线观看视频 | 婷婷色九月综合激情丁香 | 欧美性高清bbbbbbxxxxx | 日韩一区二区在线免费观看 | 韩国一级淫片视频免费播放 | 欧美的高清视频在线观看 | 黄色三级网 | 经典国产乱子伦精品视频 | 99看视频| 欧美成人香蕉网在线观看 | 国产日产欧产精品精品推荐小说 | 成 人 黄 色 视频播放16 | ffyybb免费福利视频 | 日韩中文字幕在线看 | 国产成人爱片免费观看视频 | 免费中文字幕一级毛片 |