如下是一个爬虫的部分代码,现在碰到的问题是,多个线程(比如10个)中的某个在爬取、解析某个页面或者存储数据的过程中发生了异常,子线程的工作代码虽然捕捉了这一异常,但无法继续工作。
我希望最好有办法能不让线程退出,而继续分配给他的工作;退而求其次,可以开启一个新的线程继续他的工作,但这需要发生异常的线程将退出节点的信息返回给主线程;最次的,异常退出的线程应该将退出节点的信息返回并让主线程记录,方便我后面单独处理。
我不知道最佳诉求是否可以实现,或者如果不能实现,怎样可以将发生异常的线程的关键信息返回,我看了python 主线程捕获子线程异常这篇文章,大约知道思路,但他的示例中只开启了一个单独的线程,而我开始了多个线程,有一些特殊性,然后就不知道怎么处理了。
请问最优方案是否有解,以及如何获取多个子线程中某个发生异常的子线程的返回信息呢?
def getAllItems(startNum, endNum, tcount = 10): threads = [] for torder in range(tcount): t = MyThread(torder, tcount, startNum, endNum) t.start() threads.append(t) for t in threads: t.join() dbUtils.closeCur() dbUtils.closeConn() print "INFO: cursor and connection closed, work done!" class MyThread(threading.Thread): def __init__(self, torder, tcount, startNum, endNum): threading.Thread.__init__(self) self.torder = torder self.tcount = tcount self.startNum = startNum self.endNum = endNum def run(self): try: for i in range(self.startNum+self.torder, self.endNum+1, self.tcount): item = downloadItem(i, htmlDownloader, logFile) if item: if databaseMutex.acquire(): try: dbUtils.cur.execute(sql, item) print "INFO: item #" + str(i) + " saved" databaseMutex.release() except Exception,e: databaseMutex.release() # prevent work blocked # raise e except Exception,e: excepinfo = "Error: can not save item #" + str(i) + " to database, " + str(e) print excepinfo if logFileMutex.acquire(): with codecs.open(logFile, 'a', 'utf-8') as f: f.write(excepinfo + "\n") logFileMutex.release()
一个线程和多个线程其实道理一样,代码可以改成如下:
def getAllItems(startNum, endNum, tcount = 10):