python爬蟲 線程池創(chuàng)建并獲取文件代碼實例
更新時間:2019年09月28日 09:37:17 作者:陪伴is最長情的告白
這篇文章主要介紹了python爬蟲 線程池創(chuàng)建并獲取文件代碼實例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
本實例主要進行線程池創(chuàng)建,多線程獲取、存儲視頻文件
梨視頻:利用線程池進行視頻爬取
#爬取梨視頻數據
import requests
import re
from lxml import etree
from multiprocessing.dummy import Pool
import random
# 定義獲取視頻數據方法
def getVideoData(url): # url為列表中的視頻url
return requests.get(url=url,headers=headers).content
# 定義存儲數據方法
def saveVideo(data):
fileName = str(random.randint(0,5000))+'.mp4'
with open(fileName,'wb') as fp:
fp.write(data)
# 爬取數據
#實例化一個線程池對象,開啟5個線程池
pool = Pool(5)
url = 'https://www.pearvideo.com/category_1'
headers = {
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36'
}
page_text = requests.get(url=url,headers=headers).text
tree = etree.HTML(page_text)
li_list = tree.xpath('//div[@id="listvideoList"]/ul/li')
video_url_list = [] # 存的是將要下載視頻的url
for li in li_list:
detail_url = 'https://www.pearvideo.com/'+li.xpath('./div/a/@href')[0]
detail_page = requests.get(url=detail_url,headers=headers).text
#因為視頻連接不在標簽匯中,而是一個js語句,所以用正則匹配
video_url = re.findall('srcUrl="(.*?)",vdoUrl',detail_page,re.S)[0]
video_url_list.append(video_url)
# map函數的應用:參數1:回調函數,參數2:列表;
#將列表中的參數賦值給回調函數的形參,讓回調函數處理
video_data_list = pool.map(getVideoData,video_url_list)
pool.map(saveVideo,video_data_list)
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
Django 用戶登陸訪問限制實例 @login_required
這篇文章主要介紹了Django 用戶登陸訪問限制實例 @login_required,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
在Python的Django框架中simple-todo工具的簡單使用
這篇文章主要介紹了在Python的Django框架中simple-todo工具的簡單使用,該工具基于原web.py中的開源項目,需要的朋友可以參考下2015-05-05
python內置函數breakpoint()與bytearray()示例詳解
本文給大家分享的是python內置函數breakpoint()與bytearray()的相關資料,并給大家附上了詳細代碼,有需要的小伙伴可以參考下2017-04-04

