爬虫去重有哪些解决方案以及python scrapy爬取超时怎么处理？
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。
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。
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)