Python---爬虫---存储---(布隆过滤器)BloomFilter(数据去重,断点续爬)

 

pip3 install pybloom_live   
from pybloom_live import BloomFilter
import hashlib
 
Bloom_data = BloomFilter(1000000000,0.01)
md5_qa = hashlib.md5(data.encode('utf8')).hexdigest()
md5_qa = bytes(md5_qa, encoding='utf8')
if md5_qa not in Bloom_data:
    Bloom_data.add(md5_qa)

作用:数据去重,断点续爬。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值