为了账号安全,请及时绑定邮箱和手机立即绑定

python爬虫程序运行失败,求原因

python爬虫程序运行失败,求原因

weibo_漫河乡_03621568 2016-07-29 11:14:51
#coding:utf8from baike_spider import url_manager, html_downloader, html_parser,\    html_outputerclass SpiderMain(object):    #构造函数,初始化各个对象    def __init__(self):        #url管理器        self.urls = url_manager.UrlManager()        #url下载器        self.downloader = html_downloader.HtmlDownloader()        #url解析器        self.parser = html_parser.HtmlParser()        #url输出器        self.outputer =html_outputer.HtmlOutputer()            #爬虫的调度程序    def craw(self, root_url):        #count记录当前爬取的是第几个url        count = 1        #1.首先将入口url添加入管理器        self.urls.add_new_url(root_url)        #启动爬虫循环,当管理器中有url时        while self.urls.has_new_url():            try:                #获取一个待爬取的url                new_url = self.urls.get_new_url()                print 'craw %d : %s' % (count,new_url)                #启动下载器下载页面                html_cont = self.downloader.download(new_url)                #调用解析器解析页面数据,返回新的url列表和新的数据                new_urls,new_data = self.parser.parse(new_url,html_cont)                #将新的url补充到管理器                self.urls.add_new_urls(new_urls)                #收集数据                self.outputer.collect_data(new_data)                #爬取1000个目标                if count == 1000:                    break                                count = count + 1            except:                print 'craw failed'            #输出收集好的数据            self.outputer.output_html()            #1.首先编写main函数if __name__=="_main_":    #2.编写入口的url    root_url = "http://baike.baidu.com/view/21087.htm"    obj_spider = SpiderMain()     #3.启动爬虫    obj_spider.craw(root_url)
查看完整描述

2 回答

?
一颗菠萝

TA贡献4条经验 获得超5个赞

主函数写错了,

应该是:

if __name__=="__main__":

不是:

if __name__=="_main_":

main前后是双下划线

查看完整回答
2 反对 回复 2016-07-30
  • 2 回答
  • 0 关注
  • 2523 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信