Go语言如何实现并发爬虫

这篇文章将为大家详细讲解有关Go语言如何实现并发爬虫，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

1. 单线程爬虫

 定义一个用户

var Client Http.Client

主函数

func main() {url := "http://localhost:3000/api/v1/products"start := time.Now()for i := 0; i < 10; i++ {Spider(url, i)}elapsed := time.Since(start)fmt.Printf("Time %s", elapsed)}

爬取函数

func Spider(url string, i int) {reqSpider, err := http.NewRequest("GET", url, nil)if err != nil {log.Fatal(err)}reqSpider.Header.Set("content-length", "0")reqSpider.Header.Set("accept", "*/*")reqSpider.Header.Set("x-requested-with", "XMLHttpRequest")respSpider, err := Client.Do(reqSpider)if err != nil {log.Fatal(err)}bodyText, _ := ioutil.ReadAll(respSpider.Body)var result Result_ = JSON.Unmarshal(bodyText, &result)fmt.Println(i,result.Data)}

运行时间为：651.8207ms

2. 多线程爬虫

2.1 channel main函数

我们构造一个无缓冲的通道，来阻塞主进程，等待子进程的执行。

func main() {url := "http://localhost:3000/api/v1/products"ch := make(chan bool)start := time.Now()for i := 0; i < 10; i++ {go Spider(url, ch, i)}for i := 0; i < 10; i++ {<-ch}elapsed := time.Since(start)fmt.Printf("Time %s", elapsed)}

最后记得在爬虫的结束的时候，把值写入到通道中，不然会一直阻塞主进程

运行时间：187.7921ms 比之前快了非常多。

2.2 sync.WaitGroup

定义一个进程组并加10个进程

var wg sync.WaitGroupwg.Add(10)

开辟十个goruntime

for i := 0; i < 10; i++ {go func(i int) {defer wg.Done()SpiderWaitGroup(url,i)}(i)}

阻塞主进程

wg.Wait()

结果：64.5246ms

3. 源码地址

GitHub地址：https://github.com/CocaineCong/Go-Spider-Demo

NORMalStart(url) // 单线程爬虫ChannelStart(url) // Channel多线程爬虫WaitGroupStart(url) // Wait 多线程爬虫

其实多线程的两种都差不多的，只是有时候会因为机器的原因而导致一些误差。

关于“Go语言如何实现并发爬虫”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。