在Python中，可以使用concurrent.futures模块中的ThreadPoolExecutor类来创建线程池，并发处理请求数据的问题。
以下是一个示例代码，展示了如何使用线程池并发请求数据：
from concurrent import futuresimport requests# 定义请求函数def get_data(url): response = requests.get(url) return response.text# 定义主函数def main(): # 创建线程池 with futures.ThreadPoolExecutor(max_workers=5) as executor: # 定义要请求的URL列表 urls = [ 'http://example.com/page1', 'http://example.com/page2', 'http://example.com/page3', 'http://example.com/page4', 'http://example.com/page5' ] # 提交任务到线程池 results = [executor.submit(get_data, url) for url in urls] # 获取任务结果 for future in futures.as_completed(results): try: data = future.result() # 处理获取到的数据 print(data) except Exception as e: # 处理任务执行异常 print(f'Error occurred: {e}')# 调用主函数if __name__ == '__main__': main()在上述示例代码中，首先定义了一个get_data函数，用于发送请求并返回响应数据。然后，在主函数main中，创建了一个线程池，并定义了要请求的URL列表。通过使用executor.submit方法，将get_data函数提交到线程池中并返回一个Future对象。使用futures.as_completed函数可以遍历Future对象列表，并获取已完成的任务结果。最后，处理获取到的数据或处理任务执行异常。
这样，使用线程池的方式可以实现并发请求数据的问题。
