优化Python刮刀

这是一个冗长的问题，我可能只需要有人给我指出正确的方向。我正在建立一个网络刮板，从ESPN的网站上抓取篮球运动员的信息。URL结构非常简单，因为每个玩家卡的URL中都有一个特定的id。为了获取信息，我正在写一个从1到6000的循环，从他们的数据库中抓取玩家。我的问题是，是否有一种更有效的方法来做到这一点

from bs4 import BeautifulSoup
from urllib2 import urlopen
import requests 
import nltk
import re




age = [] # Empty List to store player ages

BASE = 'http://espn.go.com/nba/player/stats/_/id/' # Base Structure of Player Card URL
def get_age(BASE): #Creates a function
    #z = range(1,6000) # Create Range from 1 to 6000
    for i in range(1, 6000): # This is a for loop
        BASE_U = BASE + str(i) + '/' # Create URL For Player   
        r = requests.get(BASE_U)
        soup = BeautifulSoup(r.text)
        #Prior to this step, I had to print out the soup object and look through the HTML in order to find the tag that contained my desired information 
        # Get Age of Players        
        age_tables = soup.find_all('ul', class_="player-metadata") # Grabs all text in the metadata tag
        p = str(age_tables) # Turns text into a string
    #At this point I had to look at all the text in the p object and determine a way to capture the age info
        if "Age: " not in p: # PLayer ID doesn't exist so go to next to avoid error
        continue
        else:
            start = p.index("Age: ") + len("Age: ") # Gets the location of the players age 
            end = p[start:].index(")") + start  
            player_id.append(i) #Adds player_id to player_id list
            age.append(p[start:end]) # Adds player's age to age list

get_age(BASE)

任何帮助，即使是很小的，都将不胜感激。即使这只是给我指明了正确的方向，也不一定是一个直接的解决方案

谢谢，

---

Ben

它就像网络安全中的端口扫描器，多线程将大大加快您的编程速度。

不仅效率更高，而且更具组织性和可扩展性的方法将涉及切换到web抓取框架

您所遇到的主要性能问题是由于当前方法的“阻塞”性质-

Scrapy

将立即解决它，因为它基于

twisted

，并且是完全异步的。

我可能会从以下正则表达式开始，并使用以下正则表达式获取团队名册URL

\href="(/nba/teams/roster\?team=[^"]+)">([^<]+)</a>\

\href="(http://espn.go.com/nba/player/_/id/[^"]+)">([^<]+)</a>\

---

\href=“（/nba/teams/花名册\？team=[^”]+）”>([^Ah我听说过多线程。你知道容易上手的在线教程吗？我个人认为
多处理
库的文档是一个很好的起点。如果文档对你来说不够好，你可以查阅该库的指南。谢谢！我会看看scrapy！@Ben sure，如果需要，请告诉我你需要帮助制作一个scrapy spider。你会惊讶地发现开始使用scrapy是多么容易。谢谢alecxe！我可能会联系你