什么也不说，先上图！
在pyspider，抓到的数据是这样的
而查看数据库却是这样！
去查看爬虫代码，debug一下，结果才发现原来是因为_id 的数据在网页没有显示出来，导致数据全部重复！
我只能说**网站这坑货！！哥，冒险不用代理爬的11万数据，你居然给我来这限制！
还好发现得早，不然等被你禁了ip才发现，那我去不是亏大发了
唉，总结一下，抚慰我受伤的心，希望不会有人犯和我一样的错误！
知识点：
mongodb数据库默认是通过 _id 来说写入的每个数据进行建立索引的，也就是说，通过
>db.person.update({'_id':id}, data, True)
或者
>db.person.insert(data)
这两种方式的话，只要_id是相同的，那么就不会写入数据库！！这就是哥我犯错的地方！
所以啊，在写入数据库的时候一定要找好唯一 的值赋给 _id，不行的话，_id 就不要赋值，数据库会默认加上的。
Game Over!
有时间再把自己摸索了一段时间的pyspider和mongodb以及rabbitmq的结果做个记录。。
1581
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
