亲爱的读者们，今天我们要深入，PYTHON实训总结及体会游戏 乘法表 PYTHON实训总结及体会1500字，一起把握时代的脉搏，预见未来！
name = (‘span’, class_=“wikibase-title-label”)
desc = (‘span’, class_=“wikibase-deionview-text”)
if name is not None and desc is not None:
print(‘%-40s,\t%s’%(, ))
for url in urls:
parser(url)
t2 = () # 结束时间
print(‘一般方法，总共耗时：%s’ % (t2 - t1))
print(‘#’ * 50)
输出的结果如下(省略中间的输出，以……代替)：
##################################################
George Washington , first President of the United States
Douglas Adams , British author and humorist (1952–2001)
…
Willoughby Newton , Politician from Virginia, USA
Mack Wilberg , American conductor
一般方法，总共耗时：724.呵呵43
##################################################
使用同步方法，总耗时约725秒，即12分钟多python二级考了有用吗,python二级证书难考吗。
一般方法虽然思路简单，容易实现，但效率不高，耗时长。那么，使用并发试试看。
并发方法
并发方法使用多线程来加速一般方法，我们使用的并发模块为concurrent.futures模块，设置多线程的个数为20个（实际不一定能达到，视计算机而定）。完整的Python代码如下：
import requests
from bs4 import BeautifulSoup
import time
from concurrent.futures import ThreadPoolExecutor, wait, ALL_COMPLETED
开始时间
t1 = ()
print(‘#’ * 50)
url = “?title=Special:WhatLinksHere/Q5&limit=500&from=0”
请求头部
headers = {‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36’}
发送HTTP请求
req = (url, headers=headers)
解析网页
soup = BeautifulSoup(, “lxml”)
找到name和Deion所在的记录
human_list = (id=‘mw-whatlinkshere-list’)(‘li’)
urls = []
获取网址
for human in human_list:
url = (‘a’)[‘href’]
urls.append(‘’+url)
获取每个网页的name和deion
def parser(url):
req = (url)
利用BeautifulSoup将获取到的文本解析成HTML
soup = BeautifulSoup(, “lxml”)
获取name和deion
name = (‘span’, class_=“wikibase-title-label”)
desc = (‘span’, class_=“wikibase-deionview-text”)
if name is not None and desc is not None:
print(‘%-40s,\t%s’%(, ))
利用并发加速爬取
executor = ThreadPoolExecutor(max_workers=20)
submit()的参数： 第一个为函数， 之后为该函数的传入参数，允许有多个
future_tasks = [executor.submit(parser, url) for url in urls]
等待所有的线程完成，才进入后续的执行
wait(future_tasks, return_when=ALL_COMPLETED)
t2 = () # 结束时间
print(‘并发方法，总共耗时：%s’ % (t2 - t1))
print(‘#’ * 50)
输出的结果如下（省略中间的输出，以……代替)：
##################################################
Larry Sanger , American former professor, co-founder of Wikipedia, founder of Citizendium and other projects
Ken Jennings , American game show contestant and writer
…
Antoine de Saint-Exupery , French writer and aviator
Michael Jackson , American singer, songwriter and dancer
并发方法，总共耗时：226.7499692440033
##################################################
使用多线程并发后的爬虫执行时间约为227秒，大概是一般方法的三分之一的时间，速度有了明显的提升啊！多线程在速度上有明显提升，但执行的网页顺序是无序的，在线程的切换上开销也比较大，线程越多，开销越大。
异步方法
异步方法在爬虫中是有效的速度提升手段，使用aiohttp可以异步地处理HTTP请求，使用asyncio可以实现异步IO，需要注意的是，aiohttp只支持3.5.3以后的Python版本。使用异步方法实现该爬虫的完整Python代码如下：
import requests
from bs4 import BeautifulSoup
import time
import aiohttp
import asyncio
开始时间
t1 = ()
print(‘#’ * 50)
url = “?title=Special:WhatLinksHere/Q5&limit=500&from=0”
请求头部
headers = {‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36’}
发送HTTP请求
req = (url, headers=headers)
解析网页
soup = BeautifulSoup(, “lxml”)
找到name和Deion所在的记录
human_list = (id=‘mw-whatlinkshere-list’)(‘li’)
urls = []
获取网址
for human in human_list:
url = (‘a’)[‘href’]
urls.append(‘’+url)
异步HTTP请求
async def fetch(session, url):
async with (url) as response:
return await ()
解析网页
async def parser(html):
利用BeautifulSoup将获取到的文本解析成HTML
soup = BeautifulSoup(html, “lxml”)
获取name和deion
name = (‘span’, class_=“wikibase-title-label”)
desc = (‘span’, class_=“wikibase-deionview-text”)
if name is not None and desc is not None:
print(‘%-40s,\t%s’%(, ))
处理网页，获取name和deion
async def download(url):
async with aiohttp.ClientSession() as session:
try:
html = await fetch(session, url)
await parser(html)
except Exception as err:
print(err)
利用asyncio模块进行异步IO处理
loop = asyncio.get_event_loop()
tasks = [asyncio.ensure_future(download(url)) for url in urls]
tasks = asyncio.gather(*tasks)
loop.run_until_complete(tasks)
t2 = () # 结束时间
print(‘使用异步，总共耗时：%s’ % (t2 - t1))
print(‘#’ * 50)
输出结果如下（省略中间的输出，以……代替)：
##################################################
Frédéric Taddeï , French journalist and TV host
Gabriel Gonzáles Videla , Chilean politician
…
Denmark , sovereign state and Scandinavian country in northern Europe
Usain Bolt , Jamaican sprinter and soccer player
使用异步，总共耗时：126.9002583026886
##################################################
显然，异步方法使用了异步和并发两种提速方法，自然在速度有明显提升，大约为一般方法的六分之一。异步方法虽然效率高，但需要掌握异步编程，这需要学习一段时间。
如果有人觉得127秒的爬虫速度还是慢，可以尝试一下异步代码（与之前的异步代码的区别在于：仅仅使用了正则表达式代替BeautifulSoup来解析网页，以提取网页中的内容）：
import requests
from bs4 import BeautifulSoup
import time
import aiohttp
import asyncio
import re
开始时间
t1 = ()
print(‘#’ * 50)
url = “?title=Special:WhatLinksHere/Q5&limit=500&from=0”
请求头部
headers = {
‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36’}
发送HTTP请求
req = (url, headers=headers)
解析网页
soup = BeautifulSoup(, “lxml”)
找到name和Deion所在的记录
human_list = (id=‘mw-whatlinkshere-list’)(‘li’)
urls = []
获取网址
for human in human_list:
url = (‘a’)[‘href’]
urls.append(‘’ + url)
异步HTTP请求
async def fetch(session, url):
async with (url) as response:
return await ()
解析网页
async def parser(html):
利用正则表达式解析网页
try:
name = re.findall(r’(.+?)', html)[0]
desc = re.findall(r’(.+?)', html)[0]
print(‘%-40s,\t%s’ % (name, desc))
except Exception as err:
pass
处理网页，获取name和deion
async def download(url):
async with aiohttp.ClientSession() as session:
try:
html = await fetch(session, url)
await parser(html)
except Exception as err:
print(err)
利用asyncio模块进行异步IO处理
loop = asyncio.get_event_loop()
tasks = [asyncio.ensure_future(download(url)) for url in urls]
tasks = asyncio.gather(*tasks)
loop.run_until_complete(tasks)
t2 = () # 结束时间
print(‘使用异步（正则表达式），总共耗时：%s’ % (t2 - t1))
print(‘#’ * 50)
输出的结果如下（省略中间的输出，以……代替)：
如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的GPT改写学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、学习软件
工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、GPT改写PDF电子书
书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
四、实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
五、面试资料
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！ 最后祝你好运！！！
网上GPT改写一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化GPT改写的朋友，可以戳这里无偿获取
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
原文地址1：https://blog.youkuaiyun.com/m0_61331491/article/details/138342590
参考资料：python中用turtle画一个圆形 https://blog.youkuaiyun.com/SXIAOYAN_/article/details/140061099
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
