python解析慢,python速度慢怎麼解決

本文目錄一覽：

• 1、如何解決Python讀取PDF內容慢的問題
• 2、python 爬蟲 解析效率如何提升
• 3、python beautifulsoup 解析 xml 速度很慢
• 4、shell腳本做文本解析同php和python比哪個效率更高
• 5、如何使用python解析超大XML文檔

如何解決Python讀取PDF內容慢的問題

1，引言

晚上翻看《Python網路數據採集》這本書，看到讀取PDF內容的代碼，想起來前幾天集搜客剛剛發布了一個抓取網頁pdf內容的抓取規則，這個規則能夠把pdf內容當成html來做網頁抓取。神奇之處要歸功於Firefox解析PDF的能力，能夠把pdf格式轉換成html標籤，比如，div之類的標籤，從而用GooSeeker網頁抓取軟體像抓普通網頁一樣抓取結構化內容。

從而產生了一個問題：用Python爬蟲的話，能做到什麼程度。下面將講述一個實驗過程和源代碼。

2，把pdf轉換成文本的Python源代碼

下面的python源代碼，讀取pdf文件內容(互聯網上的或是本地的)，轉換成文本，列印出來。這段代碼主要用了一個第三方庫PDFMiner3K把PDF讀成字元串，然後用StringIO轉換成文件對象。（源代碼下載地址參看文章末尾的GitHub源）

from urllib.request import urlopenfrom pdfminer.pdfinterp import PDFResourceManager, process_pdffrom pdfminer.converter import TextConverterfrom pdfminer.layout import LAParamsfrom io import StringIOfrom io import opendef readPDF(pdfFile):

rsrcmgr = PDFResourceManager()

retstr = StringIO()

laparams = LAParams()

device = TextConverter(rsrcmgr, retstr, laparams=laparams)

process_pdf(rsrcmgr, device, pdfFile)

device.close()

content = retstr.getvalue()

retstr.close()    return content

pdfFile = urlopen(“”)

outputString = readPDF(pdfFile)print(outputString)

pdfFile.close()

如果PDF文件在你的電腦里，那就把urlopen返回的對象pdfFile替換成普通的open()文件對象。

3，展望

這個實驗只是把pdf轉換成了文本，但是沒有像開頭所說的轉換成html標籤，那麼在Python編程環境下是否有這個能力，留待今後探索。

4，集搜客GooSeeker開源代碼下載源

1. GooSeeker開源Python網路爬蟲GitHub源

5，文檔修改歷史

2016-05-26：V2.0，增補文字說明

2016-05-29：V2.1，增加第六章：源代碼下載源，並更換github源的網址

python 爬蟲 解析效率如何提升

提高爬蟲效率的方法

協程。採用協程，讓多個爬蟲一起工作，可以大幅度提高效率。

多進程。使用CPU的多個核，使用幾個核就能提高几倍。

多線程。將任務分成多個，並發（交替）的執行。

分散式爬蟲。讓多個設備去跑同一個項目，效率也能大幅提升。

打包技術。可以將python文件打包成可執行的exe文件，讓其在後台執行即可。

其他。比如，使用網速好的網路等等。

反爬蟲的措施

限制請求頭，即request header。解決方法：我們可以填寫user-agent聲明自己的身份，有時還要去填寫origin和referer聲明請求的來源。

限制登錄，即不登錄就不能訪問。解決方法：我們可以使用cookies和session的知識去模擬登錄。

複雜的交互，比如設置「驗證碼」來阻攔登錄。這就比較難做，解決方法1：我們用Selenium去手動輸入驗證碼；方法2：我們用一些圖像處理的庫自動識別驗證碼（tesserocr/pytesserart/pillow）。

ip限制。如果這個IP地址，爬取網站頻次太高，那麼伺服器就會暫時封掉來自這個IP地址的請求。 解決方法：使用time.sleep()來對爬蟲的速度進行限制，建立IP代理池或者使用IPIDEA避免IP被封禁。

python beautifulsoup 解析 xml 速度很慢

那你為什麼要用 美麗的湯 來解析xml呢？

為什麼不用 xml.dom.minidom.parseString 或者別的 專門解析xml的模塊呢？

shell腳本做文本解析同php和python比哪個效率更高

N年前為了每天分析數十GB的日誌，正好做過測試。測試是在Linux環境下(Redhat ES

3)，測試處理一個數百兆的日誌文件進行匯總分析（郵件日誌），分別用C, Perl,

Python，Shell做同樣的處理。處理速度排名是CPerlpythonshell。C是最快的，比別的快上至少

一個數量級；其次是Perl，畢竟是為文本處理而生，最強的內置正則表達式；Python比Perl慢了點，記得速度是Perl的60%左右；shell

最慢，雖然sed, grep，awk都不慢（其實都是C寫的），但通過shell組合在一起效率還是差了不少。

如何使用python解析超大XML文檔

在工作時最有吸引力的地方在於可以盡量避免使用昔日的技術。主機、租用線路、COBOL語言……沒有人應該要處理這些東西了，對不對？不幸的是，你最終會與現實發生衝突，即使是2014年，大家都知道JSON是最好的方式，你的票務供應商（你無法控制的）會告訴你，只有使用XML導出才能讓大容量的數據輸出他們的系統。

唉~~~~，好,很好,無所謂。這只是一次性的事情,我不需要照顧和養活這個XML,我只需要解析它並將數據保存到Postgres中,我們就可以利用它。不應該太困難,我需要寫一點python腳本…

import xml.etree.cElementTree as ET

tree = ET.parse(‘huge.xml’)

for ticket_node in tree.findall(‘ticket’):

#etc…

……這將工作的非常好，如果我們談論的是一個幾MB的XML文檔，但是如果遇到的是huge.xml它是1.3GB的巨大文檔，這種方法只會融化你的筆記本電腦（以16GB的MacBookPro，一旦python的過程花了超過約3GB的內存，系統變得幾乎完全反應遲鈍，並且它幾乎還沒有完成）。回到原點。

首先讓我們快速瀏覽一下我們的數據。

?xml version=”1.0″ encoding=”UTF-8″?

tickets report_date=”20140217″

ticket

!– various ticket fields, some of which I want —

comments type=”array”

comment

!– various comment fields, some of which I want —

/comment

!– possibly more comment tags —

/comments

/ticket

!– many, many ticket tags —

/tickets

不是很複雜，作為一個整體它不是一個真正的文件中，ticket節點只是一個列表，每一類又是一個小文件，我想挑出幾部分出來。我不需要做針對樹的任何複雜的遍歷，只是希望從每個ticket節點獲得一些數據然後把它扔掉再讀下一個。原來ElementTree的對眼前這個場景提供了一個工具：iterparse()。讓我們再試一次：

import xml.etree.cElementTree as ET

for event, element in ET.iterparse(‘huge.xml’):

if event == ‘end’ and element.tag == ‘ticket’:

#process ticket…

…什麼? !我的筆記本電腦又融化了!跟parse-the-whole-file的方法一樣使用了完全相同的內存(和系統響應能力)。到底發生了什麼事?

好吧,稍微google了一下，google告訴我,當iterparse()讀取元素時,它仍然是在內存中建立了一個完整的文檔樹，就像我一開始使用parse()方法一樣。幾個博客和stackoverflow的答案推薦添加element.clear()方法在循環結束時清理你不需要的對象,可以限制內存消耗。我拯救了你的麻煩:它不工作。其他博客,so的答案,甚至一個IBM白皮書表明需要在循環結束時進行更徹底的清掃工作結束:

import lxml.etree as ET #the IBM piece used lxml but I tried cElementTree also

for event, element in ET.iterparse(‘huge.xml’):

if event == ‘end’ and element.tag == ‘ticket’:

#process ticket…

element.clear()

while elem.getprevious() is not None:

del elem.getparent()[0]

……哎呀！我溶化了另一台筆記本電腦！

為什麼不工作？坦率地說，我不知道。

我稍微離題一下來說說為什麼我愛Python。作為一個DBA和系統工程師，我面對著大量的一次性編程挑戰。移動這個從這裡到那裡、Munge數據、將數據從這裡遷移到哪裡。這種類型的挑戰是非常適合於蠻力編程解決問題的這種方式。總之，有時是不值得在建立一個優雅的、易於維護的解決方案上花費任何時間。有時候，你只需要解決這個問題，然後忘掉它。 在處理這類問題上Python最棒的，簡潔的語法、良好的設計理念、豐富的庫都有助於這個工具，很容易快速解決您碰到的任何問題。即使速度比同等的Java解決方案的10倍還慢，如果需要5分鐘的時間寫而不是5小時，我更願意使用python，因為人類工時比CPU工時更有價值。

所有這一切都證明下述方式解決了我的問題，而不會融化的筆記本電腦：

import xml.etree.cElementTree as ET

def process_buffer(buf):

tnode = ET.fromstring(buf)

#pull it apart and stick it in the database

inputbuffer = ”

with open(‘huge.xml’,’rb’) as inputfile:

append = False

for line in inputfile:

if ‘ticket’ in line:

inputbuffer = line

append = True

elif ‘/ticket’ in line:

inputbuffer += line

append = False

process_buffer(inputbuffer)

inputbuffer = None

del inputbuffer #probably redundant…

elif append:

inputbuffer += line

不是最優雅，或有效率，或者通用的解決方案，但它可以工作。剛剛看了手邊的手冊，利用其結構的簡單性，在解析之前根據xml文件的內容將它切成可管理的塊，然後解析和處理每個塊，終於可以確保不再需要更長的時間來把它全部處理完。