[英]Selenium and multiprocessing in python
在我的django应用程序中,我使用硒来爬网和解析一些html页面。 我试图介绍多进程以提高性能。 这是我的代码:
import os
from selenium import webdriver
from multiprocessing import Pool
os.environ["DISPLAY"]=":56017"
def render_js(url):
driver = webdriver.Firefox()
driver.set_page_load_timeout(300)
driver.get(url)
text = driver.page_source
driver.quit()
return text
def parsing(url):
text = render_js(url)
... parsing the text ....
... write in db....
url_list = ['www.google.com','www.python.com','www.microsoft.com']
pool = Pool(processes=2)
pool.map_async(parsing, url_list)
pool.close()
pool.join()
当两个进程同时工作并使用硒时出现此错误:第一个进程以'www.google.it'启动Firefox,返回正确的文本,第二个以url'www.python.com'返回www的文本.google.it,而不是www.python.com。 你能告诉我我错了吗?
from selenium import webdriver
from multiprocessing import Pool
def parsing(url):
driver = webdriver.Chrome()
driver.set_page_load_timeout(300)
driver.get(url)
text = driver.page_source
driver.close()
return text
url_list = ['http://www.google.com', 'http://www.python.com']
pool = Pool(processes=4)
ret = pool.map(parsing, url_list)
for text in ret:
print text[:30]
我尝试运行您的代码,Selenium抱怨网址错误。 向其添加http://
使其起作用。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.