15.7 项目：多线程 XKCD 下载程序

在第 11 章，你编写了一个程序，从XKCD 网站下载所有的 XKCD 漫画。这是
一个单线程程序：它一次下载一幅漫画。程序运行的大部分时间，都用于建立网络连接来开始下载，以及将下载的图像写入硬盘。如果你有宽带因特网连接，单线程程序并没有充分利用可用的带宽。

多线程程序中有一些线程在下载漫画，同时另一些线程在建立连接，或将漫画图像文件写入硬盘。它更有效地使用 Internet 连接，更迅速地下载这些漫画。打开一个新的文件编辑器窗口，并保存为
multidownloadXkcd.py。你将修改这个程序，添加多线程。经过全面修改的源代码可从 http://nostarch.com/automatestuff/下载。

第 1 步：修改程序以使用函数
该程序大部分是来自第 11 章的相同下载代码，所以我会跳过 Requests 和 BeautifulSoup 代码的解释。需要完成的主要变更是导入 threading 模块，并定义
downloadXkcd()函数，该函数接受开始和结束的漫画编号作为参数。
例如，调用 downloadXkcd(140，280)将循环执行下载代码，下载漫画 http://xkcd.
com/140、http://xkcd.com/141、http://xkcd.com/142 等，直到
http://xkcd.com/279。你创建的每个线程都会调用downloadXkcd()，并传入不同范围的漫画进行下载。
将下面的代码添加到 multidownloadXkcd.py 程序中：

#! python3
# multidownloadXkcd.py - Downloads XKCD comics using multiple threads.

import requests, os, bs4, threading
➊ os.makedirs('xkcd', exist_ok=True) # store comics in ./xkcd

➋ def downloadXkcd(startComic, endComic):
➌ for urlNumber in range(startComic, endComic): # Download the page.
print('Downloading page http://xkcd.com/%s...' % (urlNumber))
➍ res = requests.get('http://xkcd.com/%s' % (urlNumber))
res.raise_for_status()
➎ soup = bs4.BeautifulSoup(res.text) # Find the URL of the
comic image.
➏ comicElem = soup.select('#comic img')
if comicElem == []:
print('Could not find comic image.') else:
➐ comicUrl = comicElem[0].get('src') # Download the
image.
print('Downloading image %s...' % (comicUrl))
➑ res = requests.get(comicUrl) res.raise_for_status()

# Save the image to ./xkcd.
imageFile = open(os.path.join('xkcd', os.path.basename(comicUrl)), 'wb') for chunk in
res.iter_content(100000):
imageFile.write(chunk) imageFile.close()

# TODO: Create and start the Thread objects. # TODO: Wait for all threads to end.

导入需要的模块后，➊行创建了一个目录来保存漫画，并开始定义downloadxkcd()➋。循环遍历指定范围中的所有编号➌，并下载
每个页面➍。用 Beautiful Soup 查看每一

页的 HTML➎，找到漫画图像➏。如果页面上没有的漫画图像，就打印一条消息。否则，取得图片的
URL➐，并下载图像➑。最后，将图像保存到我们创建的目录中。

第 2 步：创建并启动线程
既然已经定义 downloadXkcd() ，我们将创建多个线程，每个线程调用 downloadXkcd()，从 XKCD 网站下载不同范围的漫画。将下面的代码添加到
multidownloadXkcd.py 中，放在 downloadXkcd()函数定义之后：
#! python3
# multidownloadXkcd.py - Downloads XKCD comics using multiple threads.

--snip--

# Create and start the Thread objects.
downloadThreads = [] # a list of all the Thread objects for i in
range(0, 1400, 100): # loops 14 times, creates 14 threads
downloadThread = threading.Thread(target=downloadXkcd, args=(i, i + 99))
downloadThreads.append(downloadThread)
downloadThread.start()
首先，我们创建了一个空列表 downloadThreads，该列表帮助我们追踪创建的多个 Thread 对象。然后开始for 循环。在每次循环中，我们利用threading.Thread()创建一个
Thread 对象，将它追加到列表中，并调用 start()，开始在新线程中运行 downloadXkcd()。因为 for 循环将变量 i 设置为从 0 到 1400，步长为 100，所以 i
在第一次迭代时为 0，第二次迭代时为 100，第三次为 200，以此类推。因为我们将 args=(I, I+99)传递给 threading.Thread()，所以在第一次迭代时，传递给
downloadXkcd()的两个参数将是 0和 99，第二次迭代是 100 和 199，第三次是 200 和 299，以次类推。
由于调用了 Thread 对象的 start()方法，新的线程开始运行 downloadXkcd()中的代码，主线程将继续 for 循环的下一次迭代，创造下一个线程。

第 3 步：等待所有线程结束
主线程正常执行，同时我们创建的其他线程下载漫画。但是假定主线程中有一些代码，你希望所有下载线程完成后再执行。调用 Thread 对象 join()方法将阻塞，直到该线程完成。利用一个 for
循环，遍历 downloadThreads 列表中的所有 Thread对象，主线程可以调用其他每个线程的 join()方法。将以下代码添加到程序的末尾：
#! python3
# multidownloadXkcd.py - Downloads XKCD comics using multiple threads.

--snip--

# Wait for all threads to end.
for downloadThread in downloadThreads: downloadThread.join()
print('Done.')

所有的join()调用返回后，'Done.'字符串才会打印，如果一个 Thread 对象已经完成，那么调用它的
join()方法时，该方法就会立即返回。如果想扩展这个程序，添加一些代码，在所有漫画下载后运行，就可以用新的代码替换 print('Done.')。

15.7 项目：多线程 XKCD 下载程序相关推荐

python 多线程 XKCD 下载程序
在第 11 章,你编写了一个程序,从 XKCD 网站下载所有的 XKCD 漫画.这是一个单线程程序:它一次下载一幅漫画.程序运行的大部分时间,都用于建立网络连接来开始下载,以及将下载的图像写入硬盘.如 ...
基于Python实现的网络爬虫项目——多线程下载小说并保存为txt文件（包含完整代码及注释）
基于Python实现的网络爬虫项目--多线程下载小说并保存为txt文件(包含完整代码及注释) 一.确立预期目标二.完成项目所需工具三.项目需要解决的问题问题一问题二问题三问题四问题五问 ...
JAVA写的多线程下载程序，并具有断点续传功能
分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow 也欢迎大家转载本篇文章.分享知识,造福人民,实现我们中华民族伟大复兴! 前面写了 ...
python实战小项目，多线程百度云盘下载，突破限速，超越迅雷超高速下载
原帖:向日葵智能计划做这样的多线程下载是因为百度云盘限速厉害,到了恶心的地步,我想试试用多线程下载百度云盘的资源是否能够实现加速. 百度云盘限速分析 1. 关于限速,我揣测有两种情况: 限制下载资源 ...
python爬虫程序下载_Python爬虫之多线程下载程序类电子书
近段时间,笔者发现一个神奇的网站:http://www.allitebooks.com/ ,该网站提供了大量免费的编程方面的电子书,是技术爱好者们的福音.其页面如下: ![](https://imag ...
Android（java）学习笔记158：多线程断点下载的原理（JavaSE实现）
1. 为什么需要多线程下载? 服务器的资源有限,同时的平均地分配给每个客户端.开启的线程越多抢占的服务的资源就越多,下载的速度就越块. 2. 下载速度的限制条件? (1)你的电脑手机宽带的带宽 ...
下载神器：axel aria2 mwget多线程快速下载取代curl和wget的多线程下载命令
对于在 Linux 的下载工具而言,比较常用的就是 wget 或者 curl,吾也一直用 wget 的方式进行网络上的资源下载.偶然发现了 axel 这个支持多线程的下载工具,试用了几次之后,发现网络 ...
iOS开发网络篇—多线程断点下载
iOS开发网络篇-多线程断点下载说明:本文介绍多线程断点下载.项目中使用了苹果自带的类,实现了同时开启多条线程下载一个较大的文件.因为实现过程较为复杂,所以下面贴出完整的代码. 实现思路:下载开始, ...
Java多线程断点下载
多线程下载已经提高了下载的效率,但是当一些特殊情况发生的时候,我们需要对程序进行处理,这样效率会更高.比如,断电断网等造成下载中断,那么我们下一次又要重新开始下载,这样效率底下,所以我们可以考虑使用断 ...

15.7 项目：多线程 XKCD 下载程序

15.7 项目：多线程 XKCD 下载程序相关推荐

最新文章

热门文章