如果我们需要采集的网页比较多，可以使用多线程，同时使用代理IP来辅助，这样可以加快我们采集的速度，这是非常不错的方法。那么大家知道多线程怎么运用吗？对于多线程的使用技巧，其实是比较简单的，通常只需要使用到Python中的threading模板，我们可以找到Thread来控制多线程。

举个例子：

Thread使用方法为：

threading.Thread(target=线程运行的函数,args=(参数)) 其中参数用逗号分隔，并以逗号结尾。随后使用start启动。运行结果如下：

在上图，我们可以看到五个线程同步运行，因sleep设置的时间相同，所以也同步结束。

但有一个缺点是第16行代码在五个线程启动后随即也就运行了，相当于此时主线程已经结束了而那五个子线程还在运行。这该怎么办呢？我们有两个控制策略：

策略一：在start之前把子线程设置为守护线程

修改代码如下：

运行结果如下：

子线程在主线程结束的时候也同步结束，未运行的部分也就不再运行了。

策略二：在主线程中使用join，让主线程挂起等待子线程结束

修改代码如下：

从运行结果可以看到主线程停留在t.join()的位置，一直等到五个子线程全部结束后才开始继续向后运行。

以上就是需要用到的threading模板里所有的东西了。

综合上文，我们可以进行修改，整合数据，把列表分段分别交给不同的线程来处理，主线程等待所有数据处理完毕之后再进行下一步操作，如下：

五个线程分步处理各自被分配到的数据，总体运行时间大幅缩减。若是机器给力的话，可以增加线程数，得到更快的速度。

但也不能无限增加，需要根据当前设备进行控制，而且要注意线程死锁的情况，避免出现线程死锁问题。关于多线程的问题，就了解到这里，要注意多线程需要配合代理IP使用，否则也是无法达到效果的，使用代理IP，推荐黑洞代理，还是不错的，蛮多人在使用。