本文整理汇总了Python中threadPool.ThreadPool.workJoin方法的典型用法代码示例。如果您正苦于以下问题：Python ThreadPool.workJoin方法的具体用法？Python ThreadPool.workJoin怎么用？Python ThreadPool.workJoin使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类threadPool.ThreadPool的用法示例。
在下文中一共展示了ThreadPool.workJoin方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: Crawler
# 需要导入模块: from threadPool import ThreadPool [as 别名]
# 或者: from threadPool.ThreadPool import workJoin [as 别名]
class Crawler(object):
"""Main part, carwl the site"""
def __init__(self, args):
# 抓取深度
self.max_deepth = args['deepth']
# 指定当前深度
self.current_deepth = 1
# 线程管理
self.threadPool = ThreadPool(args['threads'])
# 指定存取数据库文件
self.dbfile = args['dbfile']
# 指定关键字
self.keyword = args['keyword']
# 是否自测
self.testself = args['testself']
# 当前层待访问的链接，用集合来去重
self.unvisitedUrl = set()
self.unvisitedUrl.add(args['url'])
# 已访问的链接
self.visitedUrl = set()
self.q = Queue()
# http header
self.header = {
'Accetpt': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Accetpt-Encoding': 'gzip,deflate,sdch',
'Connection': 'keep-alive',
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.76 Safari/537.36'
}
# 连接数据库
self.connDB()
self.isRunning = True
def start(self):
self.threadPool.startThreads()
# 判断当前深度
while self.current_deepth <= self.max_deepth:
self.taskQueue()
while not self.q.empty():
url = self.q.get()
# 往线程池中添加任务
self.threadPool.addJob(self.getLinks, url)
self.threadPool.workJoin() # 等待所有线程完成
self.current_deepth += 1
# 爬取结束
self.isRunning = False
self.closeDB()
def fetchPage(self, url, retry=3):
'''获取页面内容'''
try:
self.r = requests.get(url, headers=self.header, timeout=3)
if self.r.status_code == requests.codes.ok:
source = self.r.text
self.writeDB(url, source)
return source
except Exception, e:
if retry>0:
return self.fetchPage(url, retry-1)
else:
logging.error('Open failed for 3 time: %s' % url)