鱼C论坛

 找回密码
 立即注册
查看: 8319|回复: 3

scrapy爬取网页,一直返回closing Spider(finished)

[复制链接]
发表于 2018-1-1 14:10:07 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x

cmd命令框中返回信息只有一下这些,并没有网页信息,请问大神这是什么问题?

...(之前启用downloader之类的信息一样,从以下部分开始不一样)
2018-01-01 13:58:47 [scrapy.core.engine] INFO: Closing spider (finished)
2018-01-01 13:58:47 [scrapy.statscollectors] INFO: Dumping Scrapy stats:
{'finish_reason': 'finished',
'finish_time': datetime.datetime(2018, 1, 1, 5, 58, 47, 887506),
'log_count/DEBUG': 1,
'log_count/INFO': 7,
'start_time': datetime.datetime(2018, 1, 1, 5, 58, 47, 878806)}
2018-01-01 13:58:47 [scrapy.core.engine] INFO: Spider closed (finished)



我的Spider内容是(dmoz现在关闭了,我试了一下煎蛋网):
import scrapy

class Spider_practice(scrapy.Spider):
    name = "Spider_practice"
    allowed_domains = ["jandan.net"]
    start_url = ["http://jandan.net/ooxx/page-426#comments/"]

    def parse(self, response):
        filename = response.url.split("/")[-2]
        with open(filename,"wb") as f:
            f.write(response.body)

小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2018-1-1 14:28:30 | 显示全部楼层
遇到404,403...爬虫会停止,做好伪装
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2018-1-1 14:37:09 | 显示全部楼层
ド゛゜范 发表于 2018-1-1 14:28
遇到404,403...爬虫会停止,做好伪装

还请问一下如何再Scrapy中给request修改header,之前看了视频,只会一般修改header的方法,还不知道怎么再scrapy中修改,在以上代码基础上如何修改
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2018-1-1 15:00:31 | 显示全部楼层
ド゛゜范 发表于 2018-1-1 14:28
遇到404,403...爬虫会停止,做好伪装

找多错误了,是start_urls少了一个字母,补充完整后还是被服务器拒绝了,还不知道该如何用Scrapy进行伪装呢?
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-12-26 21:39

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表