Python - C/C++程序员之家

python2/3 进程/线程效率对比

说明：8核CPU，requests网络请求1w次（IO密集型），测试python各版本线程和进程的效率. 结论：重型（批量）任务，由于GIL的原因，综合考虑，进程较优。 256个（进/线）程 python2 多进程模式耗时 14秒 python2 多线程模式耗时 21秒 python3 多进程模式耗时 14秒 python3 多线程模式耗时 18秒 128个（进/线）程 python2 多进程模式耗时 27秒 python2 多线程模式耗时 35秒 python3 多进程模式耗时 27...

2018年08月31日 Python 暂无评论喜欢 0 阅读 42 次阅读全文

#转载# python中的猴子补丁

monkey patch指的是在运行时动态替换,一般是在startup的时候. 用过gevent就会知道,会在最开头的地方gevent.monkey.patch_all();把标准库中的thread/socket等给替换掉.这样我们在后面使用socket的时候可以跟平常一样使用,无需修改任何代码,但是它变成非阻塞的了. 之前做的一个游戏服务器,很多地方用的import json,后来发现ujson比自带json快了N倍,于是问题来了,难道几十个文件要一个个把import json改成impo...

2018年03月13日 Python 暂无评论喜欢 0 阅读 53 次阅读全文

#原创# flask+gevent提高flask的并发能力

本以为开启threaded=True, flask的并发能力有所提高，然接口依然扛不住大并发。解决方案： from gevent import monkey from gevent.pywsgi import WSGIServer monkey.patch_all() app = Flask(__name__) ...... WSGIServer(('0.0.0.0', 80), app).serve_forever() flask推荐解决方案： nginx + uWSGI + flask，参考：http://flask.pocoo.org/docs/0.10/deploying/uwsgi/ 更多解决方案：前端...

2018年03月02日 Python 暂无评论喜欢 0 阅读 505 次阅读全文

#转载# python包requests下载大文件

requests单线程下载大文件当使用requests的get下载大文件/数据时，建议使用使用stream模式。当把get函数的stream参数设置成False时，它会立即开始下载文件并放到内存中，如果文件过大，有可能导致内存不足。当把get函数的stream参数设置成True时，它不会立即开始下载，当你使用iter_content或iter_lines遍历内容或访问内容属性时才开始下载。需要注意一点：文件没有下载之前，它也需要保持连接。 iter_...

2018年01月02日 Python 暂无评论喜欢 0 阅读 465 次阅读全文

Selenium+PhantomJS+HeadlessChrome对比

Headless Chrome 它是指在headless模式下运行谷歌浏览器。本质就是不用谷歌运行谷歌！它将由Chromium和Blink渲染引擎提供的所有现代网页平台的特征都转化成了命令行。phantomjs无人维护的情况下（Slobodin在Google论坛上发帖表示，鉴于Chrome 59推出了特性，他认为没有理由再继续维护Phantom.js。），headless chrome确实为一个更好的选择！ Headless代码示例 from selenium import webdriver from seleni...

2017年11月17日 Scrapy 暂无评论喜欢 0 阅读 833 次阅读全文

两个实用的 python 装饰器: timeout超时控制和 trace单步追踪

timeout超时控制通过设置时钟信号给函数添加超时终端功能, 不适用于通过 os.system() 调用外部程序的情形. import signal import functools class TimeoutError(Exception): pass def timeout(seconds, error_message='Function call timed out'): def decorated(func): def _handle_timeout(signum, frame): raise TimeoutError(error_message) def wrapper(*args, *...

2017年05月24日 Python 暂无评论喜欢 0 阅读 250 次阅读全文

python高度健壮性的异常和超时问题

python高度健壮性的异常和超时问题爬虫/Python这类型程序典型特征是意外多，无法确保每次请求都是稳定的返回统一的结果，要提高健壮性，能对错误数据or超时or程序死锁等都能进行处理，才能确保程序几个月不停止。一、基础try&except异常处理 try&except的语句作用不仅仅是要让其捕获异常更重要的是让其忽略异常，因为爬虫中的绝大多数异常可能重新请求就不存在，因此，发现异常的时候将其任务队...

2017年05月23日 Python 暂无评论喜欢 0 阅读 195 次阅读全文

后台运行python程序(gui and not gui)

后台运行python程序(gui and not gui) 依赖说明： xvfb：虚拟设备，即一个虚拟的X服务器环境 [主要适用于Run Gui program on Server OS] pyvirtualdisplay：a python wrapper for Xvfb, Xephyr and Xvnc 依赖安装： sudo apt-get install xvfb pip install pyvirtualdisplay 示例代码： #!/usr/bin/env python from pyvirtualdisplay import Display from selenium import webdriver display =...

2017年05月10日 Python 暂无评论喜欢 0 阅读 84 次阅读全文

Selenium+PhantomJS（系列八：CSS选择器）

Selenium+PhantomJS（系列八：CSS选择器） PhantomJS主要是通过JavaScript和CoffeeScript控制WebKit的CSS选择器、可缩放矢量图形SVG和HTTP网络等各个模块。我们可以利用CSS选择器进行一些复杂的值选取操作。 querySelector示例一： var content = page.evaluate(function () { var element = document.querySelector('#elem'); return element.textContent; }); cons...

2017年04月11日 Scrapy 暂无评论喜欢 0 阅读 128 次阅读全文

Selenium+PhantomJS（系列七：OCR的优化技巧）

Selenium+PhantomJS（系列七：OCR的优化技巧） Phantomjs可以选择元素区域截图，然后可以利用OCR做验证码识别，或做一些图形图像分析，等等。OCR引擎推荐tesseract。中文识别库下载：https://codeload.github.com/tesseract-ocr/tessdata/zip/master，另外tesseract支持字库训练，可以方便的训练出适合某种场景的识别库出来。这里简单说下OCR的优化。优化技巧一： 1、网页按照比例放大后，再截图： driver...

2017年04月11日 Scrapy 暂无评论喜欢 0 阅读 209 次阅读全文