python - 如何更改进度条的位置 - 多处理

Question

首先，我是 Python 新手。这与问题无关，但我不得不提一下。

我正在创建一个爬虫作为我的第一个项目，以了解 Python 中的工作原理，但到目前为止这是我的主要问题......在使用 requests 时了解终端中的“如何获得多个进度条”和 pathos.multiprocessing .

我设法完成了所有事情，我只是想获得更漂亮的输出，所以我决定添加进度条。我正在使用 tqdm因为我喜欢它的外观，而且它似乎最容易实现。

这是我的方法，目的是下载文件。

def download_lesson(self, lesson_data):
    if not 'file' in lesson_data:
        return print('=> Skipping... File {file_name} already exists.'.format(file_name=lesson_data['title']))

    response = requests.get(lesson_data['video_source'], stream=True)
    chunk_size = 1024

    with open(lesson_data['file'], 'wb') as file:
        progress = tqdm(
            total=int(response.headers['Content-Length']),
            unit='B',
            unit_scale=True
        )

        for chunk in response.iter_content(chunk_size=chunk_size):
            if chunk:
                progress.update(len(chunk))
                file.write(chunk)

        progress.close()
        print('=> Success... File "{file_name}" has been downloaded.'.format(file_name=lesson_data['title']))

我通过 Processing 运行该方法:

# c = instance of my crawling class
# cs = returns the `lesson_data` for `download_lesson` method

p = Pool(1)
p.map(c.download_lesson, cs)

所以一切都很好，因为我正在使用 processes=1在Pool .但是当我运行多个进程时，假设 processes=3然后事情开始变得奇怪，我得到了一个接一个的多个进展。

我在 tqdm documentation 中找到了position 有参数.这清楚地说明了我在这种情况下需要做的事情的目的。

position : int, optional Specify the line offset to print this bar (starting from 0) Automatic if unspecified. Useful to manage multiple bars at once (eg, from threads).

但是，我不知道如何设置那个位置。我尝试了一些奇怪的东西，比如添加一个应该自增一个的变量，但是每当方法 download_lesson正在运行，它似乎没有做任何递增。总是0所以位置总是0 .

看来我在这种情况下不太了解...欢迎提供任何提示、提示或完整的解决方案。谢谢!

---

更新 #1:

我发现我也可以将另一个参数传递给 map ，所以我传递了正在设置的进程数量。 (例如进程=2)

p = Pool(config['threads'])
p.map(c.download_lesson, cs, range(config['threads']))

因此，在我的方法中，我尝试打印出该参数，实际上我确实得到了 0和 1 ，因为我正在运行 2示例中的流程。

但这似乎根本没有做任何事情......

progress = tqdm(
    total=int(response.headers['Content-Length']),
    unit='B',
    unit_scale=True,
    position=progress_position
)

我仍然遇到进度条重叠的问题。当我手动将位置设置为(例如 10)时，它会在终端中跳转，因此位置确实会移动，但仍然重叠 ofc，因为现在两者都设置为 10。但是当动态设置时，它似乎也不起作用。我不明白我的问题是什么...就像 map 两次运行此方法一样，它仍然为两个进度条提供最新的设置位置。我到底做错了什么？

Answer 1

好的，首先我要感谢@MikeMcKerns 的评论...所以我的脚本有很多变化，因为我想要不同的方法，但最终归结为这些重要变化。

我的 init.py 现在看起来干净多了...

from scraper.Crawl import Crawl

if __name__ == '__main__':
    Crawl()

我在 scraper.Crawl 类中的方法，对于 download_lesson，现在看起来像这样......

def download_lesson(self, lesson):

    response = requests.get(lesson['link'], stream=True)
    chunk_size = 1024

    progress = tqdm(
        total=int(response.headers['Content-Length']),
        unit='B',
        unit_scale=True
    )

    with open(lesson['file'], 'wb') as file:
        for chunk in response.iter_content(chunk_size=chunk_size):
            progress.update(len(chunk))
            file.write(chunk)

    progress.close()

最后，我有一个专用于多处理的方法，如下所示:

def begin_processing(self):
    pool = ThreadPool(nodes=Helper.config('threads'))

    for course in self.course_data:
        pool.map(self.download_lesson, course['lessons'])
        print(
            'Course "{course_title}" has been downloaded, with total of {lessons_amount} lessons.'.format(
                course_title=course['title'],
                lessons_amount=len(course['lessons'])
            )
        )

如您所知，我对我的类做了一些重大更改，但最重要的是我必须将这一点添加到我的 init.py

if __name__ == '__main__':

其次，我必须使用@MikeMcKerns 建议我看一看的内容:

from pathos.threading import ThreadPool

因此，通过这些更改，我终于让一切都按我需要的方式工作。这是一个快速屏幕截图。

即便如此，我仍然不知道为什么 pathos.multiprocessing 使 tqdm 进度非常错误，感谢 Mike 的建议，我设法解决了我的问题。谢谢!