初学者对于 Python 爬虫的小疑惑

[Henrysun]

最近在学习 python 爬虫：使用 pyrequests 对一个文档中的 url 逐行进行前端数据爬取，再通过 Beautifulisoup 简单处理后输出到本地 txt 中。

但是在执行过程中发现平均 3s-5s 才能处理完成一个 url,是因为我的脚本流程问题，还是其他原因？希望有大佬可以解答一下，非常感谢

[NessajCN]

爬虫这种典型的重 io 任务当然应该开多 threading 或协程一起跑
你是这么爬的吗

[Henrysun]

@NessajCN 我没有使用 threading 或协程，所以其实是因为我的脚本在进行大量重复的 io 任务，才拖慢了脚本的运行速度吗

[Outclass]

应该访问 URL 需要时间吧，尝试多线程处理

[CassianAndor]

多线程 req 不会被风控吗...

[me007]

初学就这样挺好的。 你如果加快那么基本出发风控，初学解决不了，直接任何信息都获取不到

[Emi1]

“文档中的 url ” 是一个域名下面的吗，那就别多线程，最好加 sleep

[coderluan]

你加个时间戳啊，哪个步骤慢哪个步骤有问题。

[NoOneNoBody]

正常的
“再通过 Beautifulisoup 简单处理后输出到本地 txt 中”
这部份不到 0.5 秒，就是说 2.5s 完成网络请求算快的了

不急着需要的话，单线程也没所谓，我很多时候为了防反爬，还要 sleep 几秒呢

[Henrysun]

@NoOneNoBody 明白了 感谢，其实也不着急需要，就是因为不清楚大家的情况，所以以为是我这边流程有问题，再次感谢

@Emi1 是一个域名下的，明白了，感谢

@me007 明白了，是我有点盲目求快了，感谢

[yasea]

轻量的推荐 Playwright + Asyncio