看教程的时候看到一个,生产者跟消费者的概念比较有意思,但是给的代码有问题无法正常运行,于是我就捣鼓了一下。
基本概念就是:
生产者: 一个进程获取网页没页的图片连接(主进程)
消费者: 一个进程下载图片,不同的是每个页面有20张图片,所以在进程中又开了二十线程(子进程)
嗯,概念就是这样接下来看代码
python
# -*- coding: utf-8 -*-
# @Time :2023/9/30 22:46
# [url=home.php?mod=space&uid=686208]@AuThor[/url] :
# @FileName :进程池.线程池配合使用与进程共用变量的使用.py
# [url=home.php?mod=space&uid=2097534]@IED[/url] :PyCharm
"""
"""
import multiprocessing
import requests
import os
from concurrent.futures import ThreadPoolExecutor
from lxml import etree
path = r'D:\img'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) '
'AppleWebKit/537.36 (KHTML, like Gecko) '
'Chrome/117.0.0.0 Safari/537.36'
}
# 获取图片地址
def get_url(url, que):
resp = requests.get(url, headers=headers)
resp.encoding = resp.apparent_encoding
date = resp.text
tree = etree.HTML(date)
list_url = tree.xpath('//ul[@class="clearfix"]/li/a')
for i in list_url:
url_img = i.xpath('./img/@src')
que.put('https://pic.netbian.com' + str(*url_img)) # put写入进程变量队列中
resp.close()
# 下载并保存图片
def download_ove(url, name):
try:
resp = requests.get(url, headers=headers)
path_img = os.path.join(path, f'{name.value}.jpg')
with open(path_img, 'wb') as f:
f.write(resp.content)
print(f'保存成功{name.value}.jpg')
name.value += 1 # 数值型进程变量自增
except Exception as ex:
print('下载出错', ex)
# 获取进程队列中的url并启用线程池下载保存图片
def download_img(que, name):
# 创建线程池,指定20个线程处理数据
with ThreadPoolExecutor(20) as t:
while True:
try:
s = que.get(timeout=3) # 获取进程队列中的数据,等待3秒若是还没获取到数据抛出异常
t.submit(download_ove, s, name) # 添加进线程池
# t.submit(download_ove, s).add_done_callback(err_call_back) # 获取线程池异常
except Exception as ec:
print(ec)
break
# 接收进程池与线程池异常的回调函数
def err_call_back(err):
print(f'出错啦~ error:{str(err)}')
if __name__ == '__main__':
if not os.path.exists(path):
os.mkdir(path)
que = multiprocessing.Manager().Queue() # 创建一个进程之间共享的队列变量
name = multiprocessing.Manager().Value('i', 0) # 创建一个进程之间共享的数值型变量,'i'表示整型数字,0表示从0开始
for i in range(1, 4):
if i != 1:
url = f'https://pic.netbian.com/4kdongman/index_{i}.html'
else:
url = 'https://pic.netbian.com/4kdongman/'
get_url(url, que)
# 创建进程池,并将函数添加到进程池内,指定最多开辟1个进程处理数据(开多了怕把网址玩崩)
with multiprocessing.Pool(1) as pool:
pool.apply(download_img, args=(que, name)) # 将函数以同步的方式添加进进程池
# apply_async异步方式无法使用不知道为啥,不报异常也不运行download_img函数
# pool.apply_async(download_img, args=(que, name), error_callback=err_call_back)
pool.close() # 结束进程池,不在往内添加数据
pool.join() # 等待进程池运行结束
print('结束')
本代码仅作为练习所用,大家别把人家网站搞崩了。