Python How to download multiple files in parallel using multiprocessing.pool(Python如何使用多进程.pool并行下载多个文件)
本文介绍了Python如何使用多进程.pool并行下载多个文件的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我正在尝试使用multiprocessing.Pool
下载并解压缩Zip文件。但每次我执行该脚本时,只会下载3个Zip,目录中看不到剩余的文件(CPU%也达到100%)。有人能帮我解决这个问题吗/建议更好的方法,并遵循我尝试过的片段。我对多处理完全陌生。我的目标是在不达到最大CPU的情况下并行下载多个文件。
import StringIO
import os
import sys
import zipfile
from multiprocessing import Pool, cpu_count
import requests
filePath = os.path.dirname(os.path.abspath(__file__))
print("filePath is %s " % filePath)
sys.path.append(filePath)
url = ["http://mlg.ucd.ie/files/datasets/multiview_data_20130124.zip",
"http://mlg.ucd.ie/files/datasets/movielists_20130821.zip",
"http://mlg.ucd.ie/files/datasets/bbcsport.zip",
"http://mlg.ucd.ie/files/datasets/movielists_20130821.zip",
"http://mlg.ucd.ie/files/datasets/3sources.zip"]
def download_zips(url):
file_name = url.split("/")[-1]
response = requests.get(url)
sourceZip = zipfile.ZipFile(StringIO.StringIO(response.content))
print("
Downloaded {} ".format(file_name))
sourceZip.extractall(filePath)
print("extracted {}
".format(file_name))
sourceZip.close()
if __name__ == "__main__":
print("There are {} CPUs on this machine ".format(cpu_count()))
pool = Pool(cpu_count())
results = pool.map(download_zips, url)
pool.close()
pool.join()
下面的输出
filePath is C:UsersDocumentsGitHubPython-Examples-Internetmulti_processing
There are 4 CPUs on this machine
filePath is C:UsersDocumentsGitHubPython-Examples-Internetmulti_processing
filePath is C:UsersDocumentsGitHubPython-Examples-Internetmulti_processing
filePath is C:UsersDocumentsGitHubPython-Examples-Internetmulti_processing
filePath is C:UsersDocumentsGitHubPython-Examples-Internetmulti_processing
Downloaded bbcsport.zip
extracted bbcsport.zip
Downloaded 3sources.zip
extracted 3sources.zip
Downloaded multiview_data_20130124.zip
Downloaded movielists_20130821.zip
Downloaded movielists_20130821.zip
extracted multiview_data_20130124.zip
extracted movielists_20130821.zip
extracted movielists_20130821.zip
推荐答案
我在您的函数中做了一些小调整,它运行得很好。请注意:
- 文件
".../movielists_20130821.zip"
在您的列表中出现了两次,因此您正在两次加载相同的内容(可能是打字错误?) - 文件
".../multiview_data_20130124.zip"
、".../movielists_20130821.zip"
和".../3sources.zip"
解压后会生成一个新目录。不过,文件".../bbcsport.zip"
在解压时会将其文件放在根文件夹中,即您当前的工作目录(见下图)。也许你错过了这张支票? - 我在donwload函数中添加了一个try/Except块。为什么?多处理的工作原理是创建新的(子)进程来运行程序。如果子进程引发异常,则父进程不会捕获该异常。因此,如果此子流程中出现任何错误,则必须在那里进行记录/处理。
import sys, os
import zipfile
import requests
from multiprocessing import Pool, cpu_count
from functools import partial
from io import BytesIO
def download_zip(url, filePath):
try:
file_name = url.split("/")[-1]
response = requests.get(url)
sourceZip = zipfile.ZipFile(BytesIO(response.content))
print(" Downloaded {} ".format(file_name))
sourceZip.extractall(filePath)
print(" extracted {}".format(file_name))
sourceZip.close()
except Exception as e:
print(e)
if __name__ == "__main__":
filePath = os.path.dirname(os.path.abspath(__file__))
print("filePath is %s " % filePath)
# sys.path.append(filePath) # why do you need this?
urls = ["http://mlg.ucd.ie/files/datasets/multiview_data_20130124.zip",
"http://mlg.ucd.ie/files/datasets/movielists_20130821.zip",
"http://mlg.ucd.ie/files/datasets/bbcsport.zip",
"http://mlg.ucd.ie/files/datasets/movielists_20130821.zip",
"http://mlg.ucd.ie/files/datasets/3sources.zip"]
print("There are {} CPUs on this machine ".format(cpu_count()))
pool = Pool(cpu_count())
download_func = partial(download_zip, filePath = filePath)
results = pool.map(download_func, urls)
pool.close()
pool.join()
这篇关于Python如何使用多进程.pool并行下载多个文件的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!
沃梦达教程
本文标题为:Python如何使用多进程.pool并行下载多个文件
基础教程推荐
猜你喜欢
- 将 YAML 文件转换为 python dict 2022-01-01
- 使用 Google App Engine (Python) 将文件上传到 Google Cloud Storage 2022-01-01
- 使用Python匹配Stata加权xtil命令的确定方法? 2022-01-01
- 如何在Python中绘制多元函数? 2022-01-01
- 如何在 Python 中检测文件是否为二进制(非文本)文 2022-01-01
- Python 的 List 是如何实现的? 2022-01-01
- 哪些 Python 包提供独立的事件系统? 2022-01-01
- 合并具有多索引的两个数据帧 2022-01-01
- 使 Python 脚本在 Windows 上运行而不指定“.py";延期 2022-01-01
- 症状类型错误:无法确定关系的真值 2022-01-01