python进阶:第七章(并发编程核心技术)

问题一:如何使用多线程?

问题内容:我们通过雅虎网站获取中国股市某支股票csv数据文件,现在要现在多只股票的csv数据,并将其转换为xml文件。
如何使用线程来提高下载并处理的效率?

解决方案:使用标准库threading.Thread 创建线程,在每个线程中下载并转换一支股票数据。

详细内容看代码:

import  csv
from xml.etree.ElementTree import ElementTree,Element
import requests
from io import StringIO
from threading import Thread

def pretty(e,level=0):
    if len(e) > 0:
        e.text = '\n' + '\t' * (level + 1)
        for child in e :
            pretty(child,level + 1)
        child.tail = child.tail[:-1]
    e.tail = '\n' + '\t' * level


def download(url):
    response = requests.get(url)
    if response.ok:
        return StringIO(response.text)
#download是一个IO操作,在发送请求之后,需要等待一段时间才会有结果
#在等待时间会让出CPU,当数据来的时候才会获得CPU的执行权

def csvToXml(scsv,fxml):
    reader = csv.reader(scsv)
    values = [row for row in reader]
    headers = values[0]
    headers = list(map(lambda h:h.replace(' ',''),headers))

    #values = [value for value in values[1:] if value[0] >= '2017-01-01' ]

    root = Element('Data')
    for row in values[1:]:
        if row[0] > '2017-01-01':
            eRow = Element('Row')
            root.append(eRow)
            for tag,text in zip(headers,row):
                e = Element(tag)
                e.text = text
                eRow.append(e)

    pretty(root)
    et = ElementTree(root)
    et.write(fxml)


#使用线程进行下载转换
def handle(sid):
    print('Download ... (%d)' % sid)
    url = 'http://table.finance.yahoo.com/table.csv?s=%s.sz'
    url %= str(sid).rjust(6, '0')
    rf = download(url)
    if rf is None: return

    print('Convert to XML...(%d)' % sid)
    fname = str(sid).rjust(6, '0') + '.xml'
    with open(fname, 'wb') as wf:
        csvToXml(rf, wf)

"""
通过线程对象开启线程
t = Thread(target=handle,args=(1,))
t.start()
"""


class MyThread(Thread):
    def __init__(self,sid):
        Thread.__init__(self)
        self.sid = sid
    def run(self):
        handle(self.sid)

#同时创建十个线程
threads = []
for i in range(1,11):
    t = MyThread(i)
    threads.append(t)
    t.start()


#主线程等待子线程退出之后退出
#t.join()

#等待所有子线程结束之后主线程再退出
for t in threads:
    t.join()

print("main Thread")


# if __name__ == '__main__':
#     # #下载单独的一只股票
#     # url = 'http://table.finance.yahoo.com/table.csv?s=000001.sz'
#     # rf = download(url)
#     # if rf:
#     #     with open('000001.xml','wb') as wf:
#     #         csvToXml(rf,wf)
#
#
#     #串行下载多只股票
#     for sid in range(1,11):
#         url ='http://table.finance.yahoo.com/table.csv?s=%s.sz'
#         url %= str(sid).rjust(6,'0')
#         rf = download(url)
#         if rf is None: continue
#
#         print('Convert to XML...(%d)' % sid)
#         fname = str(sid).rjust(6,'0')+'.xml'
#         with open(fname,'wb') as wf:
#             csvToXml(rf,wf)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容