scrapy+mongodb insert的文档数目不够-问答-阿里云开发者社区-阿里云

开发者社区> 问答> 正文

scrapy+mongodb insert的文档数目不够

我使用mongo储存scrapy爬下来的页面数据,在管道中为同时向db和txt中写入结果,结果发现txt有8000多条记录,而db中count才831条,百思不得其解。后来将db中数据导出,发现似乎是item['content'](文章内容)字段内容比较多的就没有成功插入db。后来想了下,似乎是db的单个文档大小有限制,但是这些文本写到txt最多不过几十kb,这到底是什么问题?附上管道process_item的代码
`def process_item(self, item, spider):
self.file1.write(item['url']+'n'+item['content']+"n")
word_list = list(jieba.cut(item['content']))
for word in word_list:
if len(word)>1:
self.file.write(word+'/')
self.file.write('n1111111111111111111n')
self.collection.insert(dict(item))
log.msg('Item written to MongoDB database %s/%s' % (self.db, self.col),
level=log.DEBUG, spider=spider)
return item
`

展开
收起
落地花开啦 2016-02-01 10:41:11 2569 0
1 条回答
写回答
取消 提交回答
  • 喜欢技术,喜欢努力的人

    能存储这么长的数据吗

    2019-07-17 18:37:00
    赞同 展开评论 打赏
问答排行榜
最热
最新
相关电子书
更多
饿了么高级架构师陈东明:MongoDB是如何逐步提高可靠性的
立即下载
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载
相关实验场景
更多
相关镜像