请教一下 Python 爬虫问题

2018-12-14 10:29:26 +08:00
 coolair
目前是先爬列表页,然后取出各个详情页的 id 放到一个 queue 中,另外开几个线程从 queue 中取 id 爬数据。
但是,爬取详情数据的时候会出现失败,想把失败的 id 重新放入 queue 中,但是有一个线程往 queue 中放数据了,这个时候 queue 就一直是满的,导致爬详情数据的线程都挂起了。
有什么好的解决办法吗?
880 次点击
所在节点    问与答
4 条回复
csx163
2018-12-14 11:06:34 +08:00
加个 redis ?
ClutchBear
2018-12-14 11:25:59 +08:00
详情页 url,
存到 redis 或者 kafka
sheep3
2018-12-14 12:06:14 +08:00
加快消费速度
增大队列长度
martinsu
2018-12-14 17:53:38 +08:00
队列优先级

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/517440

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