本地文件内容为每行一个url
python代码如下:
#!/usr/bin/env python
# coding=utf8
import requests
import threadpool as tp
num = 200
urllist = open('./url.txt', 'r')
def start(args):
flag = 0
for url in urllist.readlines():
url = url.strip('\n')
try:
res = requests.get(url)
except:
print "[ERROR] [%s] %s\n" % (flag, url)
continue
flag += 1
print "[%s] %s : %s\n" % (flag, url, res.status_code)
args = range(0, num)
pool = tp.ThreadPool(num)
reqs = tp.makeRequests(start, args)
[pool.putRequest(req) for req in reqs]
pool.wait()
pool.dismissWorkers(num, do_join=True)
print "Done.\n"
由于文件较大(200M左右),检查执行日志发现有时候进程读取到的每行内容不全。
有时候只读取到"http://xxx.com/",后面的部分就没有了,导致请求出错。
求大神指导。
这是一个很明显的多线程竞争问题。看了问题描述,感觉在多线程下处理起来很麻烦。
如果可以的话,建议用单线程解决最好。在我的电脑上,200M的文件,瞬间就读完了,没有延迟。
如果一定要用多线程,请追问(强烈不建议多线程解法)。