本文實例講述了Python爬蟲DNS解析緩存方法。分享給大家供大家參考，具體如下：
前言：
這是Python爬蟲中DNS解析緩存模塊中的核心代碼，是去年的代碼了，現在放出來 有興趣的可以看一下。
一般一個域名的DNS解析時間在10~60毫秒之間，這看起來是微不足道，但是對于大型一點的爬蟲而言這就不容忽視了。例如我們要爬新浪微博，同個域名下的請求有1千萬（這已經不算多的了），那么耗時在10~60萬秒之間，一天才86400秒。也就是說單DNS解析這一項就用了好幾天時間，此時加上DNS解析緩存，效果就明顯了。
下面直接放代碼，說明在后面。
代碼：
# encoding=utf-8# ---------------------------------------# 版本：0.1# 日期：2016-04-26# 作者：九茶<bone_ace@163.com># 開發環境：Win64 + Python 2.7# ---------------------------------------import socket# from gevent import socket_dnscache = {}def _setDNSCache(): """ DNS緩存 """ 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說明：
其實也沒什么難度，就是將socket里面的緩存保存下來，避免重復獲取。
可以將上面的代碼放在一個dns_cache.py文件里，爬蟲框架里調用一下這個_setDNSCache()方法就行了。
需要說明一下的是，如果你使用了gevent協程，并且用上了monkey.patch_all()，要注意此時爬蟲已經改用gevent里面的socket了，DNS解析緩存模塊也應該要用gevent的socket才行。
希望本文所述對大家Python程序設計有所幫助。
新聞熱點
疑難解答
