Python 用于下载数据的并行化循环

我是Python新手。我想在GoogleAppEngine中运行一个简单的脚本，它可以尽快将许多文件检索到一个对象中。并行化会是一个明智的选择吗？我该如何做呢？提前感谢您的头脑风暴

import requests

...
theData=[]
for q in range(0, len(theURLs)):

    r = requests.get(theURLs[q])
    theData.insert(q,r.text)

---

您应该通过使用列表理解使代码更具python风格：

# A list of tuples
theData = [(q,requests.get(theURLs[q]).text) for q in range(0, len(theURLs))]

# ... or ...

# A list of lists
theData = [[q,requests.get(theURLs[q]).text] for q in range(0, len(theURLs))]

如果您想同时使用

线程

库检索文件，本网站提供了一些很好的示例，可能是一种很好的做法：

---

我对此表示严重怀疑。并行化实际上只能加快计算速度，而这里的瓶颈是数据传输。

在“常规”Python中，这非常简单

from multiprocessing.pool import ThreadPool
import requests
responses = ThreadPool(10).map(requests.get, urls)

将10替换为能为您产生最佳结果的#个线程

但是，您指定了GAE，该GAE对生成线程/进程及其自身的异步方法有限制，该方法包括使用来自的异步函数，具体如下（未测试）：

---

您需要添加错误处理…

整个过程只需一行，这就是优雅！它是否可以不使用q作为第一个参数，比如：

theData=[q，requests.get（theURLs[q]）。q的文本范围（0，len（theURLs））]

？否则我会出错哦，对不起，我错过了右括号（对于元组）或方括号（对于列表），请参见编辑，现在应该可以了。这取决于你想对数据做什么，元组是不可变的，列表不是。我强烈建议你在这个网页上学习Python，并快速编写Python代码，前提是你之前对其他语言有一定的了解（有很多关于元组和列表的好信息，等等）：在不需要列表索引的地方避免使用列表索引也更具python风格，例如，

[（url，requests.get（url.text）for url in url]

@JasonS是的，这是一个很好的观点，但是我认为他想使用整数索引作为元组或列表的第一对，这就是为什么我保持基于范围的for循环。

rpcs = [urlfetch.create_rpc() for url in urls]
for (rpc, url) in zip(rpcs, urls):
    urlfetch.make_fetch_call(rpc, url)
results = [rpc.get_result() for rpc in rpcs]