问题 在爬取大量数据的过程中,有时没有注意,会出现网络超时,结果也不知道爬到了哪里,重新爬一遍代价太大。 解决思路 目前提供解决思路,实践之后补充示例代码。 思路一 1.设置超时处理,超过时间返回异常。 2.重试与超时结合。 3.在超时范围内发现问题,及时处理。 思路二 1.将要下载的url形成列表文件; 2.将已下载url记录形成列表文件; 2.出现错误后比较前后两个文件内容,删除重复内容; 4.按照删除重复后的列表文件的继续运行下载程序。