在Python中，可以使用threading庫來實現多線程爬蟲。以下是一個簡單的多線程爬蟲示例：

1. 首先，安裝所需的庫：

pip install requests beautifulsoup4

2. 創建一個名為worker.py的文件，其中包含以下內容：

import threading
import requests
from bs4 import BeautifulSoup

class WebCrawler(threading.Thread):
    def __init__(self, url, results):
        threading.Thread.__init__(self)
        self.url = url
        self.results = results

    def run(self):
        try:
            response = requests.get(self.url)
            response.raise_for_status()
            soup = BeautifulSoup(response.text, 'html.parser')
            # 提取頁面中的鏈接，這里僅作為示例，可以根據需要修改
            links = [a['href'] for a in soup.find_all('a', href=True)]
            self.results.extend(links)
        except Exception as e:
            print(f"Error while processing {self.url}: {e}")

def main():
    start_url = "https://example.com"
    num_threads = 10
    max_pages_per_thread = 5

    results = []
    threads = []

    for _ in range(num_threads):
        for _ in range(max_pages_per_thread):
            url = f"{start_url}?page={_+1}"
            thread = WebCrawler(url, results)
            threads.append(thread)
            thread.start()

        for thread in threads:
            thread.join()
            threads.remove(thread)

    print("All done!")
    print("Results:")
    print(results)

if __name__ == "__main__":
    main()

在這個示例中，我們創建了一個名為WebCrawler的線程類，它繼承自threading.Thread。我們在run方法中實現了爬蟲的邏輯，包括發送HTTP請求、解析HTML內容以及提取頁面中的鏈接。

在main函數中，我們創建了多個線程，并為每個線程分配了一定數量的URL。然后，我們啟動所有線程并等待它們完成。最后，我們打印出所有結果。

請注意，這個示例僅用于演示目的，實際應用中可能需要根據需求進行更多的錯誤處理和優化。此外，如果需要處理大量頁面和鏈接，可以考慮使用異步編程（如asyncio庫）來提高性能。