Я был уверен, что в стандартной библиотеке было что-то вроде этого, но кажется, что я был неправ.
У меня есть набор URL, что я хочу urlopen
параллельно. Я хочу что-то как встроенное map
функция, кроме работы сделана параллельно набором потоков.
Существует ли хороший модуль, который делает это?
Кто-то порекомендовал мне использовать для этого пакет futures
. Я попробовал, и вроде работает.
http://pypi.python.org/pypi/futures
Вот пример:
"Download many URLs in parallel."
import functools
import urllib.request
import futures
URLS = ['http://www.foxnews.com/',
'http://www.cnn.com/',
'http://europe.wsj.com/',
'http://www.bbc.co.uk/',
'http://some-made-up-domain.com/']
def load_url(url, timeout):
return urllib.request.urlopen(url, timeout=timeout).read()
with futures.ThreadPoolExecutor(50) as executor:
future_list = executor.run_to_futures(
[functools.partial(load_url, url, 30) for url in URLS])
Модуль Python Queue
может вам помочь. Используйте один поток, который использует Queue.put ()
, чтобы поместить все URL-адреса в очередь, а рабочие потоки просто get ()
URL-адреса один за другим.
Документы Python: очередь - класс синхронизированной очереди
Я бы обернул это функцией (непроверенной):
import itertools
import threading
import urllib2
import Queue
def openurl(url, queue):
def starter():
try:
result = urllib2.urlopen(url)
except Ecxeption, exc:
def raiser():
raise exc
queue.put((url, raiser))
else:
queue.put((url, lambda:result))
threadind.Thread(target=starter).start()
myurls = ... # the list of urls
myqueue = Queue.Queue()
map(openurl, myurls, itertools.repeat(myqueue))
for each in myurls:
url, getresult = queue.get()
try:
result = getresult()
except Exception, exc:
print 'exception raised:' + str(exc)
else:
# do stuff with result
Есть метод map
в multiprocessing.Pool. Это делает несколько процессов.
А если множественные процессы - не ваше блюдо, вы можете использовать multiprocessing.dummy, который использует потоки.
import urllib
import multiprocessing.dummy
p = multiprocessing.dummy.Pool(5)
def f(post):
return urllib.urlopen('http://stackoverflow.com/questions/%u' % post)
print p.map(f, range(3329361, 3329361 + 5))