为什么 scrapy 爬虫没有一次性爬完 Rule 所需要的所有数据呢？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 2536 天前的主题，其中的信息可能已经有所发展或是发生改变。

我用 scrapy 和代理池爬拉勾网，中间没有报错，但是每次运行代码都只是爬一两万条数据就结束，下次运行又有新的数据，为什么不会一次性爬完所有数据呢？

望大神们指点，谢谢！

Scrapy

拉勾网

数据

爬

6 条回复 • 2017-05-21 16:43:25 +08:00

littleylv

2017-05-18 11:43:55 +08:00

是不是限制了深度了呢？

Jessss

2017-05-18 11:50:49 +08:00

@littleylv 没有设置深度或者广度之类的

dsg001

2017-05-18 14:35:19 +08:00

深层的模板有变化导致规则抓取不到，检查下最终页的模板是否匹配规则

Jessss

2017-05-19 14:04:58 +08:00

@dsg001 其他页面也符合匹配规则的。中间尝试修改了 rule，多试几次居然被禁了，现在感觉是我的代理中间件有问题，好像没用到

dsg001

2017-05-19 18:25:27 +08:00

@Jessss 返回脏数据吗？只能加日志，一步步调试检查

Jessss

2017-05-21 16:43:25 +08:00

@dsg001 数据是正常的，我试试加日志看看先