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 3324 天前的主题，其中的信息可能已经有所发展或是发生改变。
顿时傻掉了， 这个如何中途保存呢。。 方便下次爬呢。 只会 urllib,beautifulsoup4 , 我知道 有个断点续爬， 但是这个东西怎么弄， 求个迎门砖。
 | 1 Karblue 2016-09-14 17:47:00 +08:00 把爬的深度和连接记下来啊.下次直接开始从这里爬. |
 | 2 web88518 2016-09-14 19:05:34 +08:00 via iPhone 我也是新手，也遇到过不知道怎么处理好，没看到这样的实倒， |
 | 3 haozibi 2016-09-14 19:15:42 +08:00 via Android 在数据库设计一个表，存放当前爬取的位置，或者没爬取 100 次保存一下数据 |
 | 4 practicer 2016-09-14 23:58:55 +08:00 seen = [] todo = [] 1 将带爬的 url 全部添加到 todo 2 每爬过一个 url 时（或在 ConnectionError 抛出时）在循环体的末尾将 url 添加到 seen 3 再从 todo 删除这个 url 所以断了下次再从 todo 里接着爬就行了 |
 | 5 JamesMackerel 2016-09-15 11:54:44 +08:00 via Android 布隆过滤器？ |
 | 6 makeapp 2016-09-16 12:04:05 +08:00 维护一个几个队列，用来存放增量爬取的数据 |
Select Language