scrapy 批量运行爬虫,结束时莫名卡住

2017-05-13 09:58:34 +08:00
 dsg001

run:

settings = get_project_settings()
process = CrawlerProcess(settings)

for section in config:
    process.crawl(Spider, section)
process.start()

log:
[scrapy.extensions.logstats] INFO: Crawled 15964 pages (at 0 pages/min), scraped 12820 items (at 0 items/min)
[scrapy.extensions.logstats] INFO: Crawled 15964 pages (at 0 pages/min), scraped 12820 items (at 0 items/min)
[scrapy.extensions.logstats] INFO: Crawled 15964 pages (at 0 pages/min), scraped 12820 items (at 0 items/min)
[scrapy.extensions.logstats] INFO: Crawled 15964 pages (at 0 pages/min), scraped 12820 items (at 0 items/min)
[scrapy.extensions.logstats] INFO: Crawled 15964 pages (at 0 pages/min), scraped 12820 items (at 0 items/min)
......
2568 次点击
所在节点    问与答
2 条回复
panyanyany
2017-05-13 10:23:33 +08:00
你用的是 python 几?如果是 py3,可以试下这个工具: https://opensourcehacker.com/2015/04/16/inspecting-thread-dumps-of-hung-python-processes-and-test-runs/
dsg001
2017-05-13 11:27:31 +08:00
@panyanyany py3.5,版本的问题吗? 想了解到底是啥原因导致的,这些爬虫如果单独执行完全没有问题,而且强制 kill 进程会导致一些 spider_closed 无法执行

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/361031

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX