爬虫无限爬取出现的原因

今天写了一个爬虫要爬取的页面是这样的

爬取所有年份的所有的奖项,因为数字不能获取到,于是

将所有的信息进行了循环拼接,

在下一级的方法中进行分析找到要用的detail_url

于是,程序开始了无限制的爬取,我等的都快崩溃了,原来是上面的self.start_urls在用完后没有进行及时的清空,于是当数量越多,页数越多的情况下,重复的次数就会越多,bug虽小,但是还是很折磨人的。

!!!全局数组在用完后一定要清空啊。

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容