爬虫遇到的坑
python爬虫新手,记录一下学习scrapy爬虫时遇到的一些坑,在学习过程中会不断更新。
1、先看看自己设置的py文件是不是该项目的,第一次我自己比较粗心,就不小心把别的项目的py文件当成正在运行的项目,所以导致一直出错。建议将一个项目运行结束后,及时关掉相关文件;
2、使用cmd运行scrapy代码时出现error downloading(爬取的链接):看看是否伪装成浏览器,若有,则看看setting.py里的user-agent是否除掉注释,并改为伪装的浏览器的user-agent;
3、在将爬取的数据写入文档时,出现Unhandled error in Deferred错误,可能是因为打开文档时,文档的路径没有加双引号;
4、运行爬虫文件前,在setting.py内开启pipelines;