蟒蛇 +机械化异步任务

Question

所以我有一段 python 代码，它运行在一个美味的页面上，并从中删除一些链接。 extract 方法包含一些神奇的功能，可以提取所需的内容。然而，一个接一个地运行页面获取相当慢——有没有一种方法可以在 python 中执行此异步操作，以便我可以启动多个获取请求并并行处理页面？

url= "http://www.delicious.com/search?p=varun"
page = br.open(url)
html = page.read()
soup = BeautifulSoup(html)
extract(soup)

count=1
#Follows regexp match onto consecutive pages
while soup.find ('a', attrs={'class': 'pn next'}):
    print "yay"
    print count
    endOfPage = "false"
    try :
        page3 = br.follow_link(text_regex="Next")
        html3 = page3.read()
        soup3 = BeautifulSoup(html3)
        extract(soup3)
    except:
        print "End of Pages"
        endOfPage = "true"
    if valval == "true":
        break
    count = count +1

Answer 1

Beautiful Soup 相当慢，如果你想要更好的性能，请使用 lxml 代替，或者如果你有很多 CPU，也许你可以尝试使用带有队列的多处理。