Python爬虫DNS如何解析缓存的方法详解

这篇文章主要介绍了python爬虫dns解析缓存方法,结合具体实例形式分析了python使用socket模块解析dns缓存的相关操作技巧与注意事项,需要的朋友可以参考下

本文实例讲述了Python爬虫DNS解析缓存方法。分享给大家供大家参考，具体如下：

前言：

这是Python爬虫中DNS解析缓存模块中的核心代码，是去年的代码了，现在放出来 有兴趣的可以看一下。

一般一个域名的DNS解析时间在10~60毫秒之间，这看起来是微不足道，但是对于大型一点的爬虫而言这就不容忽视了。例如我们要爬新浪微博，同个域名下的请求有1千万（这已经不算多的了），那么耗时在10~60万秒之间，一天才86400秒。也就是说单DNS解析这一项就用了好几天时间，此时加上DNS解析缓存，效果就明显了。

立即学习“Python免费学习笔记（深入）”；

下面直接放代码，说明在后面。

代码：

# encoding=utf-8# ---------------------------------------#  版本：0.1#  日期：2016-04-26#  作者：九茶#  开发环境：Win64 + Python 2.7# ---------------------------------------import socket# from gevent import socket_dnscache = {}def _setDNSCache():  """ DNS缓存 """  def _getaddrinfo(*args, **kwargs):    if args in _dnscache:      # print str(args) + " in cache"      return _dnscache[args]    else:      # print str(args) + " not in cache"      _dnscache[args] = socket._getaddrinfo(*args, **kwargs)      return _dnscache[args]  if not hasattr(socket, '_getaddrinfo'):    socket._getaddrinfo = socket.getaddrinfo    socket.getaddrinfo = _getaddrinfo

登录后复制

说明：

其实也没什么难度，就是将socket里面的缓存保存下来，避免重复获取。
可以将上面的代码放在一个dns_cache.py文件里，爬虫框架里调用一下这个_setDNSCache()方法就行了。

需要说明一下的是，如果你使用了gevent协程，并且用上了monkey.patch_all()，要注意此时爬虫已经改用gevent里面的socket了，DNS解析缓存模块也应该要用gevent的socket才行。

以上就是Python爬虫DNS如何解析缓存的方法详解的详细内容，更多请关注【创想鸟】其它相关文章！