04_进程池
1.为什么用进程池
1.在需要频繁的创建删除较多进程的情况下,导致计算机资源消耗过多
2.进程池则是创建指定进程数量等待执行事件,避免了不必要的创建和销毁过程
2.进程池的使用步骤
1.创建进程池,在池内放入适量的进程,将事件加入进程池的等待队列
2.使用进程池中的进程不断处理事件,所有事件处理后回收关闭进程池
3.语法概述
from multiprocessing import Pool pool = Pool(processes=4) # 创建指定进程数量进程池并返回进程池对象 # 异步方式将事件放入进程池执行,返回一个对象该对象 # callback: 回调函数,每当进程池中的进程处理完任务了,返回的结果交给回调函数,由回调函数进一步处理,回调函数只有异步时才有 ret = pool.apply_async(func, args=(), kwds={}, callback=None, error_callback=None) 参数: func要执行的事件函数,可以通过返回值对象的 ret.get() 方法得到func函数的返回值 args: 位置参数元组,要给函数传递的参数 kwargs: 键值对参数字典,要给函数传递的参数 callback: 进程的任务函数返回值被当做回调函数的形参接收到,以此进行进一步的处理操作,回调函数是主进程调用的 error_callback: 错误时主进程执行的回调函数 pool.close() # 关闭进程池,使其无法加入新的事件 pool.join() # 阻塞等待进程池退出(当所有事情处理完毕后) pool.apply() # 用法和 pool.apply_async() 一样,但是没有返回值,异步方式将事件放入进程池顺序执行,一个事件结束再执行另一个事件 func_list = pool.map(func, iter) # 类似于内建函数map,将第二个参数的迭代数传递给第一个参数的函数执行,同时兼容了使用进程池执行
map函数等同于for + apply_async示例
from multiprocessing import Pool import time def fun(num): time.sleep(1) return num * num test = [1, 2, 3, 4, 5, 6] pool = Pool(3) r = pool.map(fun, test) # 返回fun函数的返回值列表 # 上面折行代码等同于以下注释部分的代码 # r = [] # for i in test: # res = pool.apply_async(fun, (i,)) # r.append(res.get()) print(r) pool.close() pool.join()
map返回值示例
from multiprocessing import Pool def func(num): num += 1 print(num) return num if __name__ == '__main__': p = Pool(5) res = p.map(func, [i for i in range(100)]) p.close() p.join() print('主进程中map的返回值', res)
4.查看进程池中进程的进程号
from multiprocessing import Pool import os import time import random import sys def worker(msg): t_start = time.time() print("%s开始执行,进程号为%d" % (msg, os.getpid())) # random.random()随机生成0~1之间的浮点数 time.sleep(random.random() * 2) t_stop = time.time() print(msg, "执行完毕,耗时%0.2f" % (t_stop - t_start)) return "函数{}-{}-{}".format(sys._getframe().f_code.co_name, str(msg), "over") ret = list() po = Pool(3) # 定义一个进程池,最大进程数3 for i in range(0, 10): # Pool().apply_async(要调用的目标,(传递给目标的参数元祖,)) # 每次循环将会用空闲出来的子进程去调用目标 r = po.apply_async(worker, (i,)) ret.append(r) print("----start----") po.close() # 关闭进程池,关闭后po不再接收新的请求 po.join() # 等待po中所有子进程执行完成,必须放在close语句之后 for r in ret: print(r.get()) # 可以通过返回值对象的 r.get() 方法得到worker函数的返回值 print("-----end-----") """执行结果 ----start---- 0开始执行,进程号为23515 1开始执行,进程号为23516 2开始执行,进程号为23517 1 执行完毕,耗时0.07 3开始执行,进程号为23516 3 执行完毕,耗时0.08 4开始执行,进程号为23516 4 执行完毕,耗时0.66 5开始执行,进程号为23516 2 执行完毕,耗时1.25 6开始执行,进程号为23517 0 执行完毕,耗时1.37 7开始执行,进程号为23515 5 执行完毕,耗时0.83 8开始执行,进程号为23516 8 执行完毕,耗时0.33 9开始执行,进程号为23516 7 执行完毕,耗时0.72 9 执行完毕,耗时0.34 6 执行完毕,耗时1.71 函数worker-0-over 函数worker-1-over 函数worker-2-over 函数worker-3-over 函数worker-4-over 函数worker-5-over 函数worker-6-over 函数worker-7-over 函数worker-8-over 函数worker-9-over -----end----- """
5.进程池实现文件拷贝
import multiprocessing import os import time import random def copy_file(queue, file_name, source_folder_name, dest_folder_name): """copy文件到指定的路径""" f_read = open(source_folder_name + "/" + file_name, "rb") f_write = open(dest_folder_name + "/" + file_name, "wb") while True: time.sleep(random.random()) content = f_read.read(1024) if content: f_write.write(content) else: break f_read.close() f_write.close() # 发送已经拷贝完毕的文件名字 queue.put(file_name) def main(): # 获取要复制的文件夹 source_folder_name = input("请输入要复制文件夹名字:") # 整理目标文件夹 dest_folder_name = source_folder_name + "[副本]" # 创建目标文件夹 try: os.mkdir(dest_folder_name) except: pass # 如果文件夹已经存在,那么创建会失败 # 获取这个文件夹中所有的普通文件名 file_names = os.listdir(source_folder_name) # 创建Queue queue = multiprocessing.Manager().Queue() # 创建进程池 pool = multiprocessing.Pool(3) for file_name in file_names: # 向进程池中添加任务 pool.apply_async(copy_file, args=(queue, file_name, source_folder_name, dest_folder_name)) # 主进程显示进度 pool.close() all_file_num = len(file_names) while True: file_name = queue.get() if file_name in file_names: file_names.remove(file_name) copy_rate = (all_file_num - len(file_names)) * 100 / all_file_num print("\r%.2f...(%s)" % (copy_rate, file_name) + " " * 50, end="") if copy_rate >= 100: break print() if __name__ == "__main__": main()
6.进程池实现图片之家古装美女图片爬虫
import os from multiprocessing import Pool import requests from bs4 import BeautifulSoup def get_url(url): res = requests.get(url) li = list() if res.status_code == 200: # 返回网页源代码 soup = BeautifulSoup(res.text, "html.parser") # print(soup) # 返回含有图片url的div标签 re = soup.find("div", class_="list_con_box").find_all("li") # print(re) # 数据清洗 for i in re: img_s = i.find("img") # 返回含有图片url的img标签 if img_s: src_s = img_s.get("src") # 返回图片url # print(src_s) # https://img.tupianzj.com/uploads/allimg/200828/30-200RQ110300-L.jpg li.append(src_s) return li def get_img(url): s = url.split("/")[-1] # print(s) # 30-200RQ110300-L.jpg r = requests.get(url) if r.status_code == 200: with open("./古装美女/" + s, "wb") as f: f.write(r.content) def main(): headers = { "user-agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10.15; rv:75.0) Gecko/20100101 Firefox/75.0" } # 图片之家古装美女url url = "https://www.tupianzj.com/meinv/guzhuang/" # 获取图片url列表 img_url = get_url(url) # 提取图片名称并保存到本地 if not os.path.isdir("./古装美女"): os.mkdir("./古装美女") # 用进程池实现多任务下载 pool = Pool(7) pool.map(get_img, img_url) # 效果等同于以下注释的两行代码 # for i in img_url: # pool.apply_async(get_img, (i,)) pool.close() pool.join() if __name__ == "__main__": main()
7.进程池中父进程调用回调函数
from multiprocessing import Pool import requests import os def func(url): res = requests.get(url) print('子进程的pid:%s,父进程的pid：%s'%(os.getpid(),os.getppid())) # print(res.text) if res.status_code == 200: return url,res.text def cal_back(sta): url, text = sta print('回调函数的pid', os.getpid()) with open('a.txt', 'a', encoding='utf-8') as f: f.write(url + text) # print('回调函数中!', url) if __name__ == '__main__': p = Pool(5) l = ['https://www.baidu.com', 'http://www.jd.com', 'http://www.taobao.com', 'http://www.mi.com', 'http://www.cnblogs.com', 'https://www.bilibili.com', ] print('主进程的pid', os.getpid()) for i in l: p.apply_async(func, args=(i,), callback=cal_back) # 异步执行任务func,每有一个进程执行完任务后,在func中return一个结果,结果会自动的被callback指定的函数,当成形式参数来接收到 p.close() p.join()
作者：唐雪成
版权：本文版权归作者
转载：欢迎转载，但未经作者同意，必须保留此段声明；必须在文章中给出原文连接；否则必究法律责任
