Python多线程爬虫

上传者: q6115759 | 上传时间: 2021-09-26 23:18:39 | 文件大小: 33KB | 文件类型: ZIP
Python多线程爬虫 功能描述 使用python编写一个网站爬虫程序,支持参数如下: spider.py -u url -d deep -f logfile -l loglevel(1-5) --testself -thread number --dbfile filepath --key=”HTML5” 参数说明: -u 指定爬虫开始地址 -d 指定爬虫深度 --thread 指定线程池大小,多线程爬取页面,可选参数,默认10 --dbfile 存放结果数据到指定的数据库(sqlite)文件中 --key 页面内的关键词,获取满足该关键词的网页,可选参数,默认为所有页面 -l 日志记录文件记录详细程度,数字越大记录越详细,可选参数,默认spider.log --testself 程序自测,可选参数 具体要求 指定网站爬取指定深度的页面,将包含指定关键词的页面内容存放到sqlite3数据库文件中 程序每隔10秒在屏幕上打印进度信息 支持线程池机制,并发爬取网页 代码需要详尽的注释,自己需要深刻理解该程序所涉及到的各类知识点 需要自己实现线程池 使用方法 #起始地址新浪,下载2级,使用10个线程,保存到sina.db python main.py -u http://www.sina.com.cn -d 1 --thread 10 --dbfile sina.db

文件下载

资源详情

[{"title":"( 19 个子文件 33KB ) Python多线程爬虫","children":[{"title":"python-spider-master","children":[{"title":"dqw-spider","children":[{"title":"utils","children":[{"title":"save.py <span style='color:#111;'> 1.33KB </span>","children":null,"spread":false},{"title":"pool.py <span style='color:#111;'> 3.92KB </span>","children":null,"spread":false},{"title":"parser.py <span style='color:#111;'> 1.28KB </span>","children":null,"spread":false},{"title":"progress.py <span style='color:#111;'> 918B </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"spider.py <span style='color:#111;'> 2.30KB </span>","children":null,"spread":false}],"spread":true},{"title":"main.py <span style='color:#111;'> 2.18KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 90B </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 21B </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"other","children":[{"title":"spider.v1.py <span style='color:#111;'> 8.61KB </span>","children":null,"spread":false},{"title":"spider.v3.py <span style='color:#111;'> 10.79KB </span>","children":null,"spread":false},{"title":"spider.v4.py <span style='color:#111;'> 9.01KB </span>","children":null,"spread":false},{"title":"spider.v6.py <span style='color:#111;'> 11.61KB </span>","children":null,"spread":false},{"title":"spider.v5.py <span style='color:#111;'> 9.71KB </span>","children":null,"spread":false},{"title":"spider.v2.py <span style='color:#111;'> 8.59KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 1.25KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"spider.v7.py <span style='color:#111;'> 10.64KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • rabbit0708 :
    感谢楼主啊!
    2019-02-13

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明