从这一篇开始，将介绍如何用 Python 3 实现网络爬虫，多任务快速抓取你想要的数据。每一次 HTTP 请求/响应都要经过 TCP 连接、客户端发送请求数据、服务端分多次返回响应数据，这个过程中，客户端的 CPU 在等待网络 I/O 时会阻塞。Python 依序下载是一个主线程依次等待每个网络 I/O 完成，而多线程是多个线程并发（不是并行）等待多个网络 I/O，当一个线程因为等待网络 I/O 而阻塞时，会自动切换到另一个线程继续执行，而不是 CPU 浪费时间阻塞在唯一的线程上。所以 I/O 密集型适合用多线程，像加解密、源代码编译等 CPU 密集型适合用多进程（并行）

本文是整个爬虫系列的理论基础，试想一下，如果你的爬虫只能一次下载一张图片，那要爬完整个图片网站的时间会让人抓狂，所以我们需要让程序能够并发，同时请求多张图片资源，因为网络传输时间对于 CPU 来说太漫长了，并发的好处是可以合理的解决 CPU 和网络 I/O 之间的速度鸿沟

Richard Stevens 所著的《UNIX® Network Programming Volume 1, Third Edition: The Sockets Networking》书籍中章节 6.2 "IO Models"，列出了五种 I/O 模型，本文将详细介绍这几种 I/O 模型，并说明阻塞（blocking）和非阻塞（non-blocking）的区别、同步（synchronous）和异步（asynchronous）的区别

快速排序通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列

归并排序（Merge Sort）是建立在归并操作上的一种有效的排序算法，它将已经有序的子序列合并，得到完全有序的序列。也就是说，先使每个子序列有序（单个元素组成的序列肯定是有序的），再将两个有序序列合并成一个更大的有序序列。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用，将复杂的问题分解成容易解决的小问题，比如将两个只有一个元素的左右子序列排序合并很简单，再一层层合并成更大的有序序列