写了一个python脚本抓取数据,运行没多久就会卡住不动,麻烦帮忙看一下 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
gracece

写了一个python脚本抓取数据,运行没多久就会卡住不动,麻烦帮忙看一下

  •  
  •   gracece
    gracece 2013 年 7 月 20 日 9270 次点击
    这是一个创建于 4662 天前的主题,其中的信息可能已经有所发展或是发生改变。
    贴gist好像乱了,view raw: http://t.cn/zQtcsQv (短网址防止v2ex自动识别gist)



    主要功能是根据已知的考生号和姓名(生日未知)去抓取高考录取结果。程序跑没多久就会卡住不动,刚学python不是太懂哪里出了问题,麻烦大家帮忙看看,谢谢!
    第 1 条附言    013 年 7 月 20 日
    应该是网络问题,放到vps上能跑
    7 条回复    1970-01-01 08:00:00 +08:00
    SR1
        1
    SR1  
       2013 年 7 月 20 日   1
    会不会是你发起连接过多,
    被服务器限制了或者服务器本身性能不佳所以卡住了

    你设置一下超时时间,如果超时的话重新发起一次请求试试
    yuelang85
        2
    yuelang85  
       2013 年 7 月 20 日   1
    同意1楼,设定下超时看看?

    别的问题没看出来,看出两个地方有性能问题:

    第一个:
    22行:你这里字符串拼接用的是 加法,这样会导致产生八十多个字符串对象,而且第N+1号字符串是第N号字符串超集。如果文本够大,你这个将会严重侵占内存。建议改成这种形式(行首句点表示缩进):

    result = []
    for line in response:
    ....result.append(line)

    result_str = ''.join(result)


    第二个,37行,三处问题。

    1,range这个函数会生成list对象,浪费,建议使用xrange,他生成 迭代器,可以提高速度。

    2,i这个变量,实际上是做为坐标取birthdayRange的值,那么这里就没有必要len(birthdayRange),而且还range一下。直接for i in birthdayRange,迭代birthdayRange的各个元素。

    3,range(len(birthdayRange))在这种上下文中,用起来不好(xrange也是),比较高效的用法:

    i = 0
    max = len(birthdayRange)
    while i < max: #这里用max是因为如果直接用len(),len函数会被调用len(birthdayRange) 遍。
    ....pass #该干啥干啥
    ....i+=1

    如果你又需要序号i,有需要使用birthdayRange的元素,那么用enumerate。
    pubby
        3
    pubby  
       2013 年 7 月 20 日 via Android
    抓取这种活,不要太爆力,自觉保持一个正常点的频率。
    gracece
        4
    gracece  
    OP
       2013 年 7 月 20 日
    @yuelang85 感谢建议!
    Zuckonit
        5
    Zuckonit  
       2013 年 7 月 22 日
    strace 看一下
    z50hz1988
        6
    z50hz1988  
       2013 年 7 月 22 日
    用代理哇... 少年! 偷东西你还大义凛然的... 这样不好吧.
    gracece
        7
    gracece  
    OP
       2013 年 7 月 22 日 via Android
    @z50hz1988 这也会查水表?不太清楚犯了哪一条,还望指导。
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     1303 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 37ms UTC 17:22 PVG 01:22 LAX 10:22 JFK 13:22
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86