奇术秘典篇-Day34｜并行合击：并发调度与结果汇总实战

📖 知识点

1. 为什么需要并发调度？

创建多个 Page 后，如果按顺序一个个执行（先跑完 page1 再跑 page2），其实是串行，没提速。用线程（threading）并发，让多个任务同时跑，才真正并行。

串行：A 做完 → 才做 B（耗时相加） 并行：A、B 同时进行（耗时≈最慢那个）

2. 用线程并发调度

import threading

def task(page, url):
    page.get(url)
    # 执行采集逻辑
    return page.title

# 创建线程，分别跑不同Page
t1 = threading.Thread(target=task, args=(page1, "https://www.baidu.com"))
t2 = threading.Thread(target=task, args=(page2, "https://www.bing.com"))
t1.start()
t2.start()
t1.join()
t2.join()

start() 启动线程（并行开始），join() 等待线程结束（确保所有任务完成再汇总）。

3. 结果汇总

线程各自采集后，把结果收集到共享列表：

results = []
def task(page, url):
    page.get(url)
    results.append(f"{url} → {page.title}")   # 各线程把结果加进列表

主线程 join 所有线程后，results 里就汇总了所有 Page 的成果。

完整示例

import threading
from DrissionPage import ChromiumPage

page1 = ChromiumPage()
page2 = ChromiumPage()

results = []   # 汇总结果

def work(page, url):
    page.get(url)
    results.append(f"{url} → 标题：{page.title}")

# 并行合击：两个线程同时跑
t1 = threading.Thread(target=work, args=(page1, "https://www.baidu.com"))
t2 = threading.Thread(target=work, args=(page2, "https://www.bing.com"))
t1.start()
t2.start()

# 等待两个任务都完成
t1.join()
t2.join()

# 汇总输出
for item in results:
    print("📦", item)

⚠️ 易错提醒

1. 每个线程操作各自的 Page，别让两个线程抢同一个 Page
2. 共享列表 results 在多线程下追加，注意线程安全（小任务量一般没问题）
3. 记得 join()，否则主线程可能在子线程完成前就结束

⚔️ Kata 实战任务

任务需求：

1. 导入 threading 和 ChromiumPage
2. 创建两个 Page 对象
3. 编写一个 work 函数：接收 page 和 url，访问后把结果存进共享列表
4. 用两个线程分别跑两个 Page，并行访问百度、必应
5. join 等待完成，汇总打印所有结果

参考代码

import threading
from DrissionPage import ChromiumPage

page1 = ChromiumPage()
page2 = ChromiumPage()
results = []

def work(page, url):
    """单个Page的采集任务"""
    page.get(url)
    results.append(f"{url} → 标题：{page.title}")

# 并行合击：两个线程同时施法
t1 = threading.Thread(target=work, args=(page1, "https://www.baidu.com"))
t2 = threading.Thread(target=work, args=(page2, "https://www.bing.com"))
t1.start()
t2.start()

# 等待全部完成
t1.join()
t2.join()

# 结果汇总
print("🎯 并行采集完成，共", len(results), "条结果")
for item in results:
    print("📦", item)

运行输出（示意）：

🎯 并行采集完成，共 2 条结果
📦 https://www.baidu.com → 标题：百度一下，你就知道
📦 https://www.bing.com → 标题：Bing

💡 观察：两个任务真正并行，整体耗时约等于最慢那一个，而不是两者相加。这就是并发的威力。

🧠 思考题

1. 线程里 start() 和 join() 分别做什么？不写 join 会有什么问题？
2. 如果多个线程要抓同一个网站的多个页面，该怎么分工（每个线程分几页）？相比单线程优势在哪？