如何在 Python 中使用多处理和 Selenium

Question

我正在尝试在 python 中使用 selenium 进行多处理。我的代码如下：

from selenium import webdriver
from multiprocessing import Pool
import xlwings as xw

driver = webdriver.Chrome('chromedriver.exe')
driver.get("https://example.com")

wb = xw.Book('my_file.xlsm')
sht = wb.sheets["Sheet1"]
final_list = []

search = driver.find_element_by_id("ContentPlaceHolder1_txtByName")
for item in search:
       z = item.find_element_by_class_name("valuetext")
       info = z.find_element_by_tag_name("span")
       final_list.append(info.text)

def automate(num):
    col = num
    list_item = final_list[num]   
    sht.range(1, col).value = each


if __name__ == '__main__':

    p = Pool(processes=4)
    data = p.map(automate,range(1,20))        

我遇到的问题是 4 个进程中的每一个都重新打开了网页，我不明白为什么。如果p.map 只针对automate 函数，那么为什么其余代码会针对每个进程运行？

我还是多处理的新手，所以不确定这是否就是它的工作原理。是否有另一种方法可以确保进程只针对函数本身，或者有什么方法可以使用线程？

Answer 1

在multiprocessing docs 的示例中，他们建议将Pool 与上下文管理器一起使用，即，

with Pool(processes=4) as pool: print(pool.map(f, range(10))

这是我在您的使用和文档之间立即看到的最显着的不同。我没有看到它拼写出来，但我会根据你的观察推断，框架在它产生的每个进程中“重新导入”（可以这么说）你的模块，这导致了你报告的行为：即，多个浏览器打开。

为了防止这种情况，我建议将初始化代码放在一个函数中；如果您想共享final_list，您可能应该使用queue 或multiprocess 支持的其他数据结构。