Python 爬虫闯关-续

不正经开场白

上回

Python 爬虫闯关（第四关）

中，我们发现程序执行过程非常漫长，将近 24 分钟啊！另外页面也有提示说：网页会慢半拍。那么也许需要一个高效率的方法进行解析，多线程？

1

题意再理解

本关的题目内容，这里再简单说一下：

页面给出了闯关所需密码的随机位置，以及该位置的值，我们需要遍历所有页面，获取到 100 位的密码。

不清楚的翻下历史。

其中，值得注意的两点：

每一页的载入速度非常慢（正如页面内容所述），大约需要 15 秒，这是黑板课后台故意设置的；

每个页面是动态加载的，每次获取到的密码的位置并不是相同的，也就是检索完 13 页数据也不能得到 100 位的密码，需要重复检索以得到其余位置的密码。

由此可见，必须使用多线程才能迅速得到密码。

这就是多线程

2

闯关思路

多线程编程使用 threading 模块，这里我们对 Python 多线程我们不再详细展开，后面有机会再给大家说，有兴趣的也可以自己学习下。

登录过程和第 3 关一样，基本只需要在第 3 关的基本上增加获取密码的功能就可以了。

初始化一个字典，用来存放密码；

每个线程都不断获取页面的全部位置和值，并将它们更新到字典中；

判断字典长度，如果字典的长度小于 100，则继续抓取页面数据并跟新字典，直到长度满足 100；

将字典中的数据转换为字符串，然后通过 post 提交到服务器进行登录；

3

实现

代码有点长，代码源文件可以回复【第四关】获取。

多线程下，也许是网站限制，发现不管设置几个线程，运行时间总是在 470s 左右，不到 8 分钟，虽说时间仍然很长，但是比单线程版本已经有了明显提升。

有同学后台问我，这个网站怎么设置了多个线程不管用啊，其实我也解决不了，我们了解原理不就好了~

近期可能会有赠书活动，大家多关注哦！