今天开始大规模爬取数据了,花了5个小时爬了700多万条的数据,从来没做过大数据分析,不知道这是啥概念,但直觉太多了。
一、python日志文件
运行程序在自动爬取数据,已经进行了好长时间,突然发现程序自动关闭了,也没有出现任何异常错误。但是问题就来了,那么程序结束时爬取到哪里了呢?这时候就十分需要日志文件,来记录程序执行过程。
感谢下列文章,作者指出‘培养码代码的好习惯,设置日志,打印程序运行中的细节,以便调试代码’。
(文本挖掘从小白到精通(二)---语料库和词向量空间,来源Scottish Fold Cats Social Listening与文本挖掘 2019-05-08)
代码如下,注意,要生成log文件的话,一定要加上filemode="w",不然写不进去。
import logging
logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO,filemode="w",filename=r"E:/Result/logmsg.log")
二、Python 自定义模块的相互应用
在pycharm中建立了多个python文件,各个文件间,可以相互引用。用‘import 文件名’的形式进行引用。注意:这些文件要在同一个文件夹中,