初学者对于 Python 爬虫的小疑惑

查看 69|回复 8
作者:Henrysun   
最近在学习 python 爬虫:使用 pyrequests 对一个文档中的 url 逐行进行前端数据爬取,再通过 Beautifulisoup 简单处理后输出到本地 txt 中。
但是在执行过程中发现平均 3s-5s 才能处理完成一个 url,是因为我的脚本流程问题,还是其他原因?希望有大佬可以解答一下,非常感谢
NessajCN   
爬虫这种典型的重 io 任务当然应该开多 threading 或协程一起跑
你是这么爬的吗
Henrysun
OP
  
@NessajCN 我没有使用 threading 或协程,所以其实是因为我的脚本在进行大量重复的 io 任务,才拖慢了脚本的运行速度吗
Outclass   
应该访问 URL 需要时间吧,尝试多线程处理
CassianAndor   
多线程 req 不会被风控吗...
me007   
初学就这样挺好的。 你如果加快那么基本出发风控,初学解决不了,直接任何信息都获取不到
Emi1   
“文档中的 url ”  是一个域名下面的吗,那就别多线程,最好加 sleep
coderluan   
你加个时间戳啊,哪个步骤慢哪个步骤有问题。
NoOneNoBody   
正常的
“再通过 Beautifulisoup 简单处理后输出到本地 txt 中”
这部份不到 0.5 秒,就是说 2.5s 完成网络请求算快的了
不急着需要的话,单线程也没所谓,我很多时候为了防反爬,还要 sleep 几秒呢
您需要登录后才可以回帖 登录 | 立即注册

返回顶部