为了账号安全,请及时绑定邮箱和手机立即绑定

为什么一直打印 craw failed

# -*- coding: utf-8 -*-

import url_manager,html_downloader,html_parser,html_outputer


class SpiderMain(object):

    def __init__(self):

        self.urls = url_manager.UrlManager()

        self.downloader = html_downloader.HtmlDownloader()

        self.parser = html_parser.HtmlParser()

        self.outputer = html_outputer.HtmlOutputer()

        

    def craw(self,root_url):

        count = 1

        self.urls.add_new_url(root_url)

        while self.urls.has_new_url():

            try:

                new_url = self.url.get_new_url()

                print 'craw %d : %s' %(count,new_url)

                html_cont = self.downloader.download(new_url)

                new_urls,new_data = self.parser.parse(new_url,html_cont)

                self.urls.add_new_urls(new_urls)

                self.outputer.collect_data(new_data)

            

                if count == 1000:

                    break

            

                count = count + 1

            except:

                print 'craw failed'

        self.outputer.output_html()


if __name__ == "__main__":

    root_url = "http://baike.baidu.com/view/21087.htm"

    obj_spider = SpiderMain()

    obj_spider.craw(root_url)


正在回答

1 回答

最好打印出异常信息,然后根据异常信息哪里出问题了

0 回复 有任何疑惑可以回复我~

举报

0/150
提交
取消
Python开发简单爬虫
  • 参与学习       227670    人
  • 解答问题       1219    个

本教程带您解开python爬虫这门神奇技术的面纱

进入课程

为什么一直打印 craw failed

我要回答 关注问题
意见反馈 帮助中心 APP下载
官方微信