Skip to Content
Web Scraping con Python, 3.ª edición
book

Web Scraping con Python, 3.ª edición

by Ryan Mitchell
March 2025
Intermediate to advanced
352 pages
9h 37m
Spanish
O'Reilly Media, Inc.
Content preview from Web Scraping con Python, 3.ª edición

Capítulo 19. Web Scraping en paralelo

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

El rastreo web es rápido. Al menos, ¡suele ser mucho más rápido que contratar a una docena de becarios para que copien datos de Internet a mano! Por supuesto, la progresión de la tecnología y la rueda de molino hedónica exigen que en un momento dado ni siquiera esto sea "suficientemente rápido". Ése es el punto en el que la gente suele empezar a mirar hacia la informática distribuida.

A diferencia de la mayoría de los demás campos tecnológicos, el rastreo web a menudo no puede mejorarse simplemente "lanzando más ciclos al problema". Ejecutar un proceso es rápido; ejecutar dos procesos no es necesariamente el doble de rápido. ¡Ejecutar tres procesos puede hacer que te expulsen del servidor remoto al que estás martilleando con todas tus peticiones!

Sin embargo, en algunas situaciones el rastreo web paralelo, o la ejecución de hilos o procesos paralelos, puede seguir siendo beneficioso:

  • Recoger datos de varias fuentes (varios servidores remotos) en lugar de una sola fuente

  • Realizar operaciones largas o complejas en los datos recogidos (como hacer análisis de imágenes u OCR) que podrían hacerse en paralelo a la obtención de los datos.

  • Recopilar datos de un gran servicio web en el que pagas por cada consulta, o en el que la creación de múltiples conexiones al servicio está dentro de los límites de tu acuerdo de uso.

Procesos ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

AirBnbBlueOriginElectronic ArtsHomeDepotNasdaqRakutenTata Consultancy Services

QuotationMarkO’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
QuotationMarkI wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
QuotationMarkI’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
QuotationMarkI'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Mark W.
Embedded Software Engineer

You might also like

Python en una cáscara de nuez, 4ª edición

Python en una cáscara de nuez, 4ª edición

Alex Martelli, Anna Martelli Ravenscroft, Steve Holden, Paul McGuire

Publisher Resources

ISBN: 9798341630475