这是一个创建于 1532 天前的主题，其中的信息可能已经有所发展或是发生改变。
以下是我找到的一些资料：
- multithreading - Can Selenium use multi threading in one browser? - Stack Overflow
- Selenium multiple tabs at once - Stack Overflow
看起来好像没有方法可以实现“单个 WebDriver 多标签 /线程爬取”，但在Selenium multiple tabs at once - Stack Overflow中，venzen 的评论说：
Multiple threads acting on the same driver instance IS possible with zeroMQ - thread's zeroMQ sends a request to the driver process's zeroMQ server which then acts on the window or desired tab. As many threads as you like.
venzen 所说的东西是什么？我有点不太理解。真的没有方法实现“单个 WebDriver 多标签 /线程爬取”吗？如果有的话，应该怎么做？
 |
1
chaogg 2020-10-10 16:50:08 +08:00
这 tm 是假装多线程，明明一个线程能传递的指令，他偏偏用多线程传递
|
 |
3
zarte 2020-10-10 16:56:13 +08:00
多标签与多个浏览器有区别？？谷歌的标签不是拖出来也是个新的浏览器了。
|
|
5
chaogg 2020-10-10 17:02:37 +08:00
你还可以用无头模式，
|
 |
6
yaoye555 2020-10-10 17:08:34 +08:00
多线程就不用想了,开多个 tab 来同步进行? 切换其实也麻烦,selenium 本身就具有局限性,每次任务清理的再完美 也会动不动就内存泄漏爆了,很烦
|
 |
7
JasonLaw OP @chaogg #4 就算是使用多个 tab，单个 WebDriver 还是单线程的，无法做到一个线程对应一个 tab 。最后还是要启动多个 WebDriver 实现并发。
|
 |
8
lijialong1313 2020-10-10 17:10:26 +08:00
多标签应该是共享 cookies 的作用吧，要么就是爬虫有速度要求，我是没想到多标签有啥用了
|
 |
10
XiaoxiaoPu 2020-10-10 17:22:30 +08:00
venzen 的意思是起一个单独的进程来跑 Selenium，同时这个进程对外提供服务，真正的爬虫进程跟这个服务通信。因为用消息队列解偶了，爬虫本身用多线程就不会影响到 Selenium 了。
|
 |
11
neoblackcap 2020-10-10 17:33:23 +08:00
@JasonLaw 典型的 X 问题，Y 问法，得到 Z 的答案。
你想想你为什么需要用多线程？你不就想节省内存，多跑几个实例嘛。就 chromium 那个架构，你就不用想这回事。而且用 pyppeteer 试试吧。 |
 |
12
koala9527 2020-10-10 21:38:38 +08:00
可以用 Selenium docker 。一个容器一个浏览器多线程爬取。
|
 |
13
wzwwzw 2020-10-10 22:56:21 +08:00
试试 Splash ？
|
|
14
JasonLaw OP @XiaoxiaoPu 爬虫不就是 Selenium 吗？
|
|
15
JasonLaw OP @neoblackcap 你说的“ 典型的 X 问题，Y 问法，得到 Z 的答案”是什么？ X 问题是？ Y 问法是？ Z 答案是？我的问题很简单，就是可不可以实现单个 WebDriver 多标签 /线程爬取。
|
|
16
JasonLaw OP @koala9527 我现在用的就是 docker selenium，你说的“一个浏览器多线程爬取”是什么？
|
|
17
koala9527 2020-10-11 10:50:44 +08:00
@JasonLaw 我的意思是本地开多线程，一个线程驱动一个 selenium node 节点容器,理论上可以实现，但是没有人试过。可以参考 http://dockone.io/article/9257
|
|
18
neoblackcap 2020-10-11 14:03:12 +08:00
@JasonLaw webdriver 多标签跟多线程，你想过这样是一个怎么样的情况吗？
chromium 是多线程架构的，也就是多开一个 tab 也是多起一个进程。所以首先浏览器方面就不能做到多线程。 其二你想多个 python 调用一个 webdriver 实例，理论上是可以的。具体我没有尝试。 |
|
19
neoblackcap 2020-10-11 14:12:32 +08:00
@JasonLaw 至于我说你问的是 X 问题，Y 问法，得到 Z 的答案就是说你问的问题并不是你真正面对的问题。你得到的答案不一定是对的。你想用多线程的方式提高并发度，同时复用 webdriver 实例达到减少内存的消耗。这个是你提出“多线程”问题的原因吧？
如果是面对这个问题，用多线程压根就不是什么好办法，离原始问题太远了。所以我才说 X 问题，Y 问法（多线程编程）。 首先你的并发度限制在浏览器端，因为主要 IO 发生在这里。你 python 的多线程跟单线程没区别。你一个线程能开 20 个 tab，难道你用多线程开 20 个 tab 就快一点？没有嘛，相反资源消耗还高了，还有线程上下文切换。 |
|
21
JasonLaw OP |
 |
22
learningman 2020-10-11 18:24:23 +08:00  1
X 问题，Y 问法，得到 Z 的答案
指的是你遇到了一个问题，你想了一个解法，然后你在实现这个解法的时候又遇到了问题，然后你跑来问怎么解决第二个问题。 事实上，有可能你想的这个解法本身就有问题，即使帮你实现了这个解法，你的第一个问题也还没有解决 |
|
23
JasonLaw OP @learningman #22 你说得很对，我的原始问题应该是“怎么提高并发度？怎么减少内存消耗？”。
|
Select Language