09 2023 档案
摘要：利用python3和python2自带模块进行源码加密 模块一 py_compile python -m py_compile test.py 模块二 compileall python -m compileall test.py 对目录下py文件进行编译加密 python -m compileal
阅读全文
摘要：通过消息队列实现进程间的通讯 from multiprocessing import Process,Queue from time import sleep # 向队列中写入数据 def write_task(q): if not q.full(): for i in range(5): mess
阅读全文
摘要：from multiprocessing import Queue ''' q=Queue(num)若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接收的消息数量没有上限（直到内存的尽头）。函数也是队列的初始化。 Queue.qsize() 返回当前队列包含的消息数量。 Queue.
阅读全文
摘要：1.进程通信是指在多进程环境下，不同进程之间进行数据交换和共享的机制。虽然进程通信提供了一种有效的方式来实现并发和协作，但它确实会消耗一定的系统资源。以下是一些可能导致进程通信消耗资源的原因： 1)上下文切换：在多进程环境中，当一个进程需要与另一个进程进行通信时，操作系统需要进行上下文切换，将控制权
阅读全文
摘要：import asyncio import aiohttp import time import threading # 异步利用await 阻塞，让协程跳出函数去执行其他方法 # 异步能高效地实现爬虫 def domain(number): start = time.time() # 声明协程函数
阅读全文
摘要：import asyncio import requests ''' 安装: pip install asyncio python 使用协程会让程序并发能力得到提高，（只能说拥有一定的并发能力），协程是线程的升级版，比线程更高效、消耗更低。 应用场景:1.在一些io密集型任务。2.异步程序设计。 使
阅读全文
摘要：一.介绍 多处理最适合于有CPU约束任务的场景，这些任务可以划分为独立的子任务。以下是多处理可能有益的一些情况： CPU密集型计算：如果您有可以并行化的计算密集型任务，如数学计算、图像处理或模拟，多处理可以帮助在多个CPU核心之间分配工作负载，并可能减少总体执行时间。 并行处理：当您有一个大型数据集
阅读全文
