备案控制台

开发者社区> 问答> 正文

爬虫去重有哪些解决方案以及python scrapy爬取超时怎么处理？

爬虫去重有哪些解决方案以及python scrapy爬取超时怎么处理？

展开

收起

OSC开源社区 2024-05-28 23:25:05 40 0

1 条回答

写回答

取消提交回答

OSC小助手

如果是使用非框架的爬虫，可以通过判断其URL或者数据的唯一性进行去重，若是scrapy，默认是开启去重设置的。

对于超时，scrapy可以设置超时的时限，若发生超时，默认情况下会重新发送请求。若是非框架的爬虫，可以通过判断响应内容或HTTP状态码。

2024-05-30 08:33:12

赞同展开评论打赏

问答分类：

数据采集 Python

问答标签：

Python爬虫爬虫python Scrapy爬虫爬虫scrapy Python Scrapy

问答地址：

开发者社区 > 大数据 > 问答

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

相关问答

python 爬取过程中如何保持多个会话？

88

1

0

爬虫如何只爬取更新数据

38

1

0

如何写爬虫程序爬取内容经常变化的网站的内容？

32

1

0

在阿里云RPA我用编码的方式写，用来爬虫，最后怎么把爬取的数据返出去？

171

2

0

项目爬虫，每次只能爬取一个表中的2-3个字段，然后我需要把这几次爬取的合并成一张表。有什么解决方案

358

1

0

用python写爬虫，有什么好的建议？数据量大了有什么好的处理方式？

31

1

0

python 除了做爬虫，人工智能，机器学习之外。还在哪些方面有优势？

48

1

0

python爬虫的方法有哪些？

685

0

0

python爬虫的好方法都有哪些

833

0

0

python 爬虫可以爬需要手机验证码登录的后台吗？

1058

1

0

问答排行榜

最热

最新

1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1819013

2 据说在家办公的程序员是这样写代码的？ 1793136

3 阿里云开放端口权限 690270

4 如何升级配置 536292

5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522847

6 【精品问答】python技术1000问(1) 514126

7 Flink Forward Asia 2021 有奖问答 512907

8 OceanBase 使用动画（持续更新） 359373

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329801

10 OSS存储服务-客户端工具 321581

11 为体验实验室取一个新名字。 307477

12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304089

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295329

14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284203

15 安全组详解，新手必看教程 277341

16 写code还是做管理，开发者如何进行职业规划？ 269138

17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255880

18 阿里云手机和阿云浏览器连接问题专帖 235687

19 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 227733

20 请问阿里云邮箱如何开启SMTP服务啊！ 225866

1 “AI +脱口秀”，笑点能靠算法去创造吗？ 210

2 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 156

3 AI宠物更适合当代年轻人的陪伴需求吗？ 734

4 AI客服未来会完全代替人工吗？ 906

5 “云+AI”能够孵化出多少可能？ 831

6 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 630

7 使用免费证书后服务器浏览器访问没有问题，外网访问显示证书不可信，使用同一种浏览器哦 183

8 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1518

9 为什么宜搭的流程流入到钉钉OA审批，钉钉OA审批要收钱啊。。。。 213

10 宜搭UPDATE或UPSERT一次更新数据超过100条怎么办？谢谢各位大大帮帮忙！！！ 181

11 通义千问2.5-7B-Instruct已经下载到本地为什么使还需要联网？而且最近下载模型也提示400 107

12 CUDA error: CUDA-capable device(s) is busy 163

13 AI时代，存力or算力哪一个更关键？ 1226

14 求宜搭关联表单的更新方法！！！ 341

15 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1294

16 老哥们有个需求想请教一下，十分感谢 332

17 关于“通义灵码”而言，这次更新后，他更加人性化，然而我更喜欢fittencode,理由如下 417

18 关于宜搭自定义页面的文本组件循环获取其它表单的子表单数据。 173

19 flink1.20.0 部署后发布报错，是怎么回事，各种配置都配置了 213

20 关于开发者的100件小事，你知道哪些？ 1316

相关课程

更多

Python 科学计算库 NumPy 快速入门

41066

14

去学习

Python语言基础 - 语法入门

100231

57

去学习

Python语言基础 - 列表、元组、字典、集合

54373

20

去学习

Python语言基础 - 函数、面向对象、异常处理

56437

53

去学习

Python爬虫实战

40359

6

去学习

Python网络爬虫实战

2530

3

去学习

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

Python第四讲——使用IPython/Jupyter Notebook与日志服务玩转超大规模数据分析与可视化 立即下载

Improving Python and Spark 立即下载

Improving Python and Spark Per 立即下载

相关实验场景

更多