python多线程爬虫教学，清晰易懂。

首先需要知道什么是多线程，多线程的作用。
首先举个例子，并发和并行：

并发：并发，在操作系统中，是指一个时间段中有几个程序都处于已启动运行到运行完毕之间，且这几个程序都是在同一个处理机上运行，但任一个时刻点上只有一个程序在处理机上运行。
并行：并行是指“并排行走”或“同时实行或实施”。在操作系统中是指，一组程序按独立异步的速度执行，不等于时间上的重叠（同一个时刻发生)。

例子：吃一碗米饭和菜。并发：一个人吃，吃完一口米饭再吃一口菜，切换速度快，感觉是同时进行的。并行：两个人吃，一人吃饭一人吃菜，真正的同时进行。

而Python的多线程本质就是并发，听起来是同时进行多个事情，但是微观上是进行一件事情的时间很短，然后在执行另一个事情，只是速度很快，让人看起来是同时进行的。

然后呢，为什么要多线程，Python有多线程和多进程，多协程，多进程就是并行，每一种都有自己适合的用途，比如爬虫，多线程就比多进程要好，但是多线程更复杂一些。例如你有一个网址，需要抓取详情页，在抓取详情页里面的很多内容，这个时候就可以在抓取详情页里的链接后用多线程一起抓取。

这里使用的模块是threading()，没下载的可以在命令行pip install threading

import threading
import time

class mythread(threading.Thread):
    def __init__(self,name,ls2):#参数根据自己的需要改变
        threading.Thread.__init__(self)#必须有的
        self.name=name
        self.ls2=ls2
    def run(self):#线程运行函数
        F1(self.name,self.ls2)#主要函数

先构造一个类，引用父类threading.Thread。

def F1(name,ls2):
    time.sleep(2)
    print('%s : %s : %s \n' % (name,time.ctime(time.time()),ls2))

上面这些都是多线程的初始设置方面，接下来就是启动和结束线程。

over=[]
#创建url列表
ls=[]
for i in range(30):
    ls.append(i)

for i in range(3):
    #列表分为三类
    ls2=[]
    a=len(ls)//3
    ls2.append(ls[i*a:i*a+a])
    #创建线程，并将分裂的url导入线程
    threadtext = mythread('线程'+str(i),ls2)#导入线程初始设置的参数
    threadtext.start()#启动线程
    over.append(threadtext)#将线程导入接下来结束的列表中

print('当前线程活动数为：'+str(threading.active_count()))
for i in over:
    i.join()#线程阻塞，使子线程在主线程结束前一直运行。

print('线程全部结束')

基本上格式就上面的那些，爬虫抓取数据的步骤可以写在一个函数里面，然后在run里面调用。

import time
import threading

class mythread(threading.Thread):
    def __init__(self,name,ls2):
        threading.Thread.__init__(self)
        self.name=name
        self.ls2=ls2
    def run(self):
        shiyan()
        F1(self.name,self.ls2)


def F1(name,ls2):
    time.sleep(2)
    print('%s : %s : %s \n' % (name,time.ctime(time.time()),ls2))


over=[]
#创建url列表
ls=[]
for i in range(30):
    ls.append(i)

for i in range(3):
    #列表分为三类
    ls2=[]
    a=len(ls)//3
    ls2.append(ls[i*a:i*a+a])
    #创建线程，并将分裂的url导入线程
    threadtext = mythread('线程'+str(i),ls2)
    threadtext.start()
    over.append(threadtext)

print('当前线程活动数为：'+str(threading.active_count()))
for i in over:
    i.join()

print('线程全部结束')