lyx1314 发表于 2022-1-17 23:00:47

爬图片过程中遇到的问题

大神们,下边的代码问题出在哪里呀,就像图片中这样的,不清楚为什么走了一轮后,又跑回去了。要怎么修改呀。。

from queue import Queue
import requests as rs
from bs4 import BeautifulSoup
import os
from urllib import request
import threading

lock = threading.Lock()
#构造页面的安全队列
page_queue = Queue(100)
#构造图片的安全队列
img_queue = Queue(500)
for i in range(1,20):
    page_url = 'https://www.doutub.com/img_lists/new/{}'.format(i)
    page_queue.put(page_url)
#定义生产者
def producer():
    global page_queue,img_queue,lock
    img_urls = []
    j = 1
    while 1:
      if page_queue.empty():
            break
      headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36 Edg/97.0.1072.62',
                   'Referer':'https://www.doutub.com/img_lists/new/2'}
      url = page_queue.get()
      res = rs.get(url,headers=headers)
      content = res.content.decode('utf8')
      soup = BeautifulSoup(content,'lxml')
      divs = soup.find_all('div',class_='cell')
      for div in divs:
            try:
                img_url = div.a.img['src']
                img_urls.append(img_url)
            except:
                continue
      #这个锁应该放哪里呀!!!!晕死了
      lock.acquire()
      for img_url in img_urls:
            suffix = os.path.splitext(img_url)
            img_name = str(j) + suffix
            img_queue.put((img_url,img_name))
            print(j)
            j += 1
      lock.release()
#定义消费者
def consumer():
    global page_queue,img_queue,lock

    while 1:
      
      if page_queue.empty() and img_queue.empty():
            break
      img = img_queue.get()
      url,filename = img
      request.urlretrieve(url,r"C:\Users\87912\Desktop\派神\爬虫入门到实战\爬图片\斗图啦\\"+filename)
      #print(filename + '下载成功')

#定义多线程
def multi_thread():
    global page_queue,img_queue
   
    #定义生产者
    for i in range(5):
      t = threading.Thread(target=producer)
      t.start()
    #定义消费者
    for i in range(5):
      t = threading.Thread(target=consumer)
      t.start()

if __name__ == '__main__':
   multi_thread()

isdkz 发表于 2022-1-17 23:12:23

使用队列是不需要加锁的

lyx1314 发表于 2022-1-18 19:53:49

isdkz 发表于 2022-1-17 23:12
使用队列是不需要加锁的

可是要怎么办才能让程序按照123456....这样执行下去呀。重复了好多次123456...
页: [1]
查看完整版本: 爬图片过程中遇到的问题