在这种情况下，您的任务是I / O绑定的，而不是处理器绑定的-
网站答复所需的时间比CPU通过脚本（不包括TCP请求）循环一次所花费的时间更长。这意味着您不会并行执行此任务而获得任何提速（这是这样
multiprocessing做的）。您想要的是多线程。实现这一目标的方法是使用少量文献记载的文件，也许是名字不好用
multiprocessing.dummy：
import requestsfrom multiprocessing.dummy import Pool as ThreadPoolurls = ['https://www.python.org', 'https://www.python.org/about/']def get_status(url): r = requests.get(url) return r.status_preif __name__ == "__main__": pool = ThreadPool(4) # Make the Pool of workers results = pool.map(get_status, urls) #Open the urls in their own threads pool.close() #close the pool and wait for the work to finish pool.join()
有关Python中的多处理与多线程的示例，请参见此处。
