本文主要是以房价网房价信息爬虫为例，对Python实现整站40万条房价数据并行抓取（可更换抓取城市）的方法进行分析介绍。需要的朋友一起来看下吧

写在前面 这次的爬虫是关于房价信息的抓取，目的在于练习10万以上的数据处理及整站式抓取。 数据量的提升最直观的感觉便是对函数逻辑要求的提高，针对Python的特性，谨慎的选择数据结构。以往小数据量的抓取，即使函数逻辑部分重复，I/O请求频率密集，循环套嵌过深，也不过是1~2s的差别，而随着数据规模的提高，这1~2s的差别就有可能扩展成为1~2h。 因此对于要抓取数据量较多的网站，可以从两方面着手降低抓取信息的时间成本。 1）优化函数逻辑，选择适当的数据结构，符合Pythonic的编程习惯。例如，