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 39 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：

爬虫python Python爬虫 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

在Python中使用阿里云OSS SDK时，直接提供的参考资料未明确展示设置超时参数的方式该怎么办？

53

0

0

python oss2，默认的连接超时，读写超时时间怎么办？

51

0

0

爬虫如何只爬取更新数据

38

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？

28

1

0

函数计算push了个镜像python的flask的,请求没响应,也不超时,也没有日志,是啥情况哦?

39

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

DMS 开启了安全访问代理，为什么通过python连接报超时？

40

0

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？

46

1

0

我用最基础的Hello world用例测了一下，发现python的函数执行速度比java快很多【py

1124

2

0

请问Python写的函数可以在中台调用吗? 数据中台为什么不支持pandas包?

1007

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 1818945

2 据说在家办公的程序员是这样写代码的？ 1793059

3 阿里云开放端口权限 690230

4 如何升级配置 536271

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？ 522805

6 【精品问答】python技术1000问(1) 514115

7 Flink Forward Asia 2021 有奖问答 512895

8 OceanBase 使用动画（持续更新） 359367

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329796

10 OSS存储服务-客户端工具 321539

11 为体验实验室取一个新名字。 307464

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 304068

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295320

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 284159

15 安全组详解，新手必看教程 277337

16 写code还是做管理，开发者如何进行职业规划？ 269095

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) 255876

18 阿里云手机和阿云浏览器连接问题专帖 235686

19 请问阿里云邮箱如何开启SMTP服务啊！ 225838

20 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】 225531

1 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 211

2 AI时代，存力or算力哪一个更关键？ 725

3 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？ 940

4 关于开发者的100件小事，你知道哪些？ 982

5 AI助力，短剧迎来创新热潮？ 579

6 "ModelScope默认的下载位置是在哪里？ 178

7 1024程序员节，开发者们都在参与社区的哪些活动？ 2159

8 关于文本框校验自定义函数的问题 315

9 执行docker search nginx 报错超时 174

10 百问求答第四期-回答问题即有机会拿冬季取暖器 929

11 宜搭-集成&自动化，怎么实现定时自动获取普通表单里的所有数据，并更新该表单里的某列数据？ 204

12 有没有大佬知道：宜搭的流程表单里如何通过js面板给成员组件赋值？ 260

13 百问求答第四期-回答问题即有机会拿冬季取暖器 693

14 域名内网可以正常访问，外网访问不了 329

15 普通人能用阿里云做什么？ 147

16 宜搭表单数据管理增加全部删除功能 228

17 获取Access Token报code: 400, body is mandatory 347

18 运动旅游开启新潮流，哪些科技手段能助力你的行程呢？ 940

19 “AI+儿童陪伴”，是噱头还是趋势？ 993

20 小白求助，跟着大模型微调教程做不太明白 587

相关课程

更多

Python Web开发基础

33628

4

去学习

Python爬虫实战

40311

6

去学习

Python常用数据科学库

1618

53

去学习

Python网络爬虫实战

2491

3

去学习

Python完全自学手册图文教程

12139

39

去学习

Python基础快速入门实战教程

38695

8

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

From Python Scikit-Learn to Sc 立即下载

Data Pre-Processing in Python: 立即下载

双剑合璧-Python和大数据计算平台的结合 立即下载

相关实验场景

更多