在Python方面经历了几年之后，我才知道它在web开发中的应用。我在Python中制作了一个电子邮件爬虫程序(基本上是一个使用其他几个功能的函数)，它帮助我在generate实习的公司。我的老板问我是否可以让我的python电子邮件爬虫进入一个网络应用程序，这样其他员工就可以通过我来抓取电子邮件，这样我就可以在更重要的事情上工作。
是否有一些web应用程序框架可以用来将我的python电子邮件爬虫程序转换成一个简单的公司专用web应用程序？制作网络应用程序所需的时间范围是什么？
我非常开放和渴望学习web应用程序开发，因此，任何帮助或建议将不胜感激。谢谢。
浏览 5提问于2015-07-08得票数 0
回答已采纳
需要将现有应用程序连接到社交媒体监控。爬虫的常见输出格式是什么？它会是XML，JSON吗？或者它会根据爬虫的不同而不同，例如: Python，Java？
浏览 0提问于2012-08-20得票数 0
回答已采纳
我正在开发一个python爬虫，从Play Store中的应用程序中检索一些信息。我的爬虫检索应用程序评级、开发人员等等，但不检索权限。这是因为谷歌使用的是假链接，而且没有html可以捕捉到。有人知道如何获取这些信息吗？欢迎任何帮助！
提前谢谢。
浏览 4提问于2015-02-27得票数 2
1回答
我想用Python写一个基本的语义网络爬虫，我知道语义应用程序使用RDF文件，但还有什么？我安装了一些Python RDF模块，并且开始学习它们是如何工作的。
你能向我介绍一下语义应用程序中使用的技术和技巧吗？
浏览 0提问于2011-08-08得票数 5
回答已采纳
2回答
对不起，如果这是一个很愚蠢的问题，但我已经找了很久了，只是无法弄清楚。
因此，我有一个关于单元测试的问题，不一定是关于Python的，但是由于我目前正在使用Python，所以我选择以它作为我的问题的基础。
我知道单元测试的概念，但我在互联网上唯一能找到的就是非常简单的单元测试。就像测试方法sum(a，b)是否返回a+ b的和一样。
但是，在处理更复杂的程序时，如何应用单元测试？举个例子，我写了一个爬虫。我不知道它还会有什么，否则我就不需要爬虫了。那么，在不知道该方法将返回的情况下，如何测试爬虫是否正常工作呢？
提前感谢！
浏览 1提问于2014-01-18得票数 3
回答已采纳
2回答
我有一个使用rails进行CRUD操作的应用程序，它很方便
现在我想用python写一个爬虫程序，然后我想把数据保存到db中，
所以我的问题是python如何与ror程序通信？
浏览 1提问于2010-12-27得票数 0
1回答
我在GUI环境中使用Qt创建了一个用于特定任务的简单web爬虫。现在，我想将它自动化(使用cron)，并使用纯非GUI环境所必需的。我试图将代码移植到一个非GUI应用程序，但没有成功。
我有一些问题：
在纯非GUI环境中使用QWebPage是可能的吗？( Linux终端)。我读过一些类似的问题，我认为这是不可能的，但我仍然有一些疑问。
如果不可能，如何使用Qt为非GUI应用程序编写web爬虫程序？我熟悉Qt (当然不是专家)，如果可能的话，我想使用它
如果仍然不可能，您建议获得和解析HTML页面的库是什么？(多平台和C++，也是Python，但这意味着我还要做很多工作)
编
浏览 0提问于2012-09-20得票数 1
我正在用scrapy (python)构建一堆爬虫，我想将这些数据收集到一个and应用程序(日历，例如：https://lectures.london/)中。这是存储数据的最佳方式吗？
浏览 8提问于2019-10-14得票数 0
我有一个python爬虫，每隔几分钟就抓取几个网页。我现在正在尝试实现一个可以通过web访问的用户界面，并显示爬虫获得的数据。我将使用php/html作为接口。无论如何，用户界面需要某种类型的按钮来触发爬虫程序立即抓取特定的网站(而不是等待下一次抓取迭代)。
现在，有没有一种方法可以将数据从php脚本发送到正在运行的python脚本？我在考虑标准输入/输出，但找不到一种方法可以做到这一点(从一个进程写入另一个进程stdin)。然后我在考虑使用一个共享文件，php在其中写入数据，python从中读取数据。但是，我需要一些方法来让python脚本知道，新数据已经写入文件，以及让php脚本知道爬虫何
浏览 1提问于2011-03-31得票数 1
嗨，我想做一个网页爬虫，检查URL的数据，如果我做一个简单的Gui，使脚本更容易查找变量的数据，添加代码的gui会使我的网络爬虫效率降低吗？
我需要爬虫尽可能高效，能够尽可能快地处理数据。为这个Python脚本制作一个gui，会不会妨碍web爬虫的性能？
浏览 3提问于2015-01-27得票数 0
回答已采纳
会发生什么事？
我用Python2.7编写了大量的Scrapy爬行器。我需要将它们全部转换为支持Python 3，这种转换必须在1 go内完成。我只能在Python 3爬虫做好部署准备之后才能开始使用。我不能一次部署一个爬虫。
我做了什么/我有什么？
我目前有一个远程分支，它是主分支。让我们称之为遥控器-A。这就是容纳所有爬行器的分支，它们每天都会被执行。这个分支必须继续运作。
对于远程分支，我有本地文件夹/分支，修复错误并创建新的。让我们把它叫做Local.，从主人那里，我推拉。
现在，由于“所有操作都必须保持活动状态”，我需要一个单独的Python 3爬虫的远程分支。这个分支可以称为Rem
浏览 3提问于2019-09-10得票数 0
回答已采纳
1回答
我正在制作一个爬虫来找出最近添加的youtube视频，当我的爬虫到达旧视频(在前一个转弯中爬行)时，我想停止爬虫。我使用的不是scrapy和漂亮的汤，我使用的是python库。请给我推荐任何选项
浏览 9提问于2017-06-27得票数 0
我使用具有无限循环的python制作了一个简单的爬虫，所以它不能停止。随机延迟17 ~ 30，这个爬虫爬行相同的一个页面，并找到'href‘链接，定期更新，并存储到Mysql。我使用了Ubuntu服务器。因为我使用了Linux命令
$ nohup python crawer.py &
这个爬虫是在Ubuntu服务器背景下运行的。我想它已经运行了大约4个小时。但爬虫突然停止了。第二天我再试一次。而且效果很好！有什么问题吗？这是关于网页的块吗？或者nohup命令有限制时间？非常感谢。
浏览 1提问于2014-05-20得票数 0
回答已采纳
我有一个码头-撰写文件如下所示，它有2个容器。一个是Python，另一个是MySQL爬虫应用程序，它可以读取/写入数据库。当我做docker-compose up时，我看到：
数据库容器构建，然后构建应用程序容器，然后运行app容器上的CMD (例如启动爬虫)，然后根据停靠-组合文件中的环境变量在DB容器中初始化数据库。<code>g 210</code>
我的问题是，为什么在DB容器中创建数据库之前，我的爬虫脚本还在运行？如何确保在运行爬虫脚本之前已经创建了数据库？
version: '3.7'
services:
db:
浏览 5提问于2020-02-05得票数 1
1回答
我正在使用python中的scrapy框架制作一个web爬虫。其主要思想是，爬虫从页面中提取一些数据，如果数据符合某些条件，爬虫应该提取其当前所处的URL。是否有一些方法/函数可以获得当前的URL？
谢谢。
浏览 5提问于2016-11-27得票数 0
回答已采纳
我有一个java网络应用程序，我需要使用一个简单的网络爬虫来读取网页中的html。我在java中找不到任何简单的解决方案。但是我得到了一个非常简单的python脚本来解决我的问题。现在，如何从我的java类调用python脚本(.py)，并预先从python脚本.Thanks获取返回值。
浏览 1提问于2015-02-05得票数 0
1回答
我在不同的地理位置有几台台式机。我需要创建一个爬虫与客户端在每个台式机和一个中央服务器，其中的数据是索引。有没有可能在Nutch中创建这样的爬虫？还有没有别的选择。基于Python的爬虫会更好。
浏览 2提问于2011-07-04得票数 0
回答已采纳
我正在创建一个网络爬虫，我使用HTMLParser模块来解析超文本标记语言文档中的链接。如果解析器遇到错误的标记，它会引发解析错误并终止应用程序。由于爬虫遍历了整个web，所以这个错误经常会被抛出。
在python.org错误部分，已经有人提出了这个问题。你可以看看这个。这样做的问题是，我真的不知道如何使用提供的“补丁”，我也不理解评论。
我希望覆盖HTMLParser模块的默认行为，以允许它在出现解析错误后继续解析。
浏览 0提问于2011-04-20得票数 1
回答已采纳
2回答
一些服务器具有robots.txt文件，以阻止web爬虫在其网站中爬行。有没有办法让网络爬虫忽略robots.txt文件？我正在为python使用Mechanize。
浏览 1提问于2011-12-05得票数 14
回答已采纳
我用python编写了一个爬虫，它可以访问60多个网站，解析HTML，并将数据保存到数据库。
现在，我正在使用cron作业，每15分钟运行一次爬虫。问题是，我无法知道爬虫要花多少时间才能完成(有时可能需要超过15分钟)，如果已经在运行，我不想再运行另一个爬虫。
我一直在想，我是否最好使用一个无限循环，并使爬虫成为一个永久运行的进程(但是如何确保爬虫不会失败并退出呢？以及如何在每次退出时重新启动？)。
哪一个更有效率？无限循环还是cron作业？
浏览 7提问于2021-05-14得票数 0
2回答
我想让一个抓取爬虫在芹菜任务工人内部不断运行，可能使用。或者，正如所建议的，这个想法是使用爬虫程序来查询返回XML响应的外部API。我希望将我想要查询的URL (或查询参数并让crawler构建URL)传递给crawler，crawler将进行URL调用，并将提取的项返回给我。一旦爬虫程序开始运行，我如何将我想要获取的这个新URL传递给爬虫程序。我不想在每次想要给爬虫一个新的URL时都重新启动爬虫，而是希望爬虫无所事事地等待URL爬行。
我发现的在另一个python进程中运行scrapy的两个方法使用一个新进程来运行爬虫程序。我不希望每次我想要抓取一个URL时，都必须派生和拆卸一个新的进程，因
浏览 0提问于2013-05-23得票数 2
我想用python写一个小的网络爬虫。我开始研究将其编写为多线程脚本，一个线程下载池和一个池处理结果。由于有了GIL，它真的可以同时下载吗？GIL对网络爬虫有什么影响？会不会每个线程从套接字中提取一些数据，然后转到下一个线程，让它从套接字中提取一些数据，等等？
基本上我想问的是，用python做一个多线程爬虫真的比单线程能给我带来更多的性能吗？
谢谢!
浏览 4提问于2010-05-14得票数 10
回答已采纳
我想建立一个网络爬虫与用户界面，允许用户输入一系列的零件编号，然后爬虫将挖掘约6网址的(制造商/供应商网站)，并拉回该零件的库存值和警报，如果它更新到1+ (通常情况下，我们正在寻找的零件坐在0库存数周)
我查看了Scrapy，并试图在我们的服务器上实现它，直到意识到它永远不会在我们通过HostGator使用的共享服务器上工作，因为他们不允许Python install或GCC。
下一个选择是使用Scrapy Cloud，但从我的阅读来看，每次需要抓取不同的部件号时，我都必须手动更新爬行器。
有没有办法(基于Windows应用程序或基于web应用程序)允许用户输入不同的零件号，将这些零件号发送
浏览 2提问于2019-03-21得票数 2
2回答
我对我的Python应用程序的去情结有一个问题。
作为Python上的基本守护进程，我使用了。它有效，但只适用于一些简单的操作。但是当我试图去破坏我的应用程序时-什么都没发生。
(它太大了，不能在SO上发布)和Recursion()._recurse(url, 1) -是启动爬虫的实例(它独立工作)。
我怎样才能取消我的申请？感谢所有的回复，提前！
浏览 1提问于2013-08-15得票数 0
回答已采纳
我构建了一个爬虫，它获取用户输入的产品列表的产品信息。有时，爬虫会结冰，特别是如果产品列表很长，如果爬虫在无头模式下运行的话。
这个bug似乎是随机的，也是不可复制的，这让我认为它是由被爬行的网站的资源利用引起的。
因为这是一个不可复制的错误，我不认为我能修复它，但有没有办法检测爬虫已经冻结，然后再试一次？
下面是关于爬虫和bug的一些信息：
爬虫是使用Selenium和Python构建的。
这个错误发生在不同的网站和产品上。
该错误发生在“正常”模式，但更多发生在无头模式。
谢谢!
费利佩
浏览 2提问于2019-05-21得票数 1
1回答
我有一个python爬虫，它获取信息并将其放入SQL中。现在我也有了php页面，它从SQL读取这个信息，并表示它。问题是:为了让爬虫程序工作，我的电脑必须全天候工作。我有一台简单的家用电脑--所以这是个问题。是否有一种不同的方式运行网络爬虫？还是我必须在我的电脑上运行？
浏览 1提问于2015-12-08得票数 0
回答已采纳
1回答
我正在做这个简单的刮刮爬虫教程给在刮刮官方网站，但得到一些错误。我第一次做这件事，对这一切一无所知。我需要在我的应用程序中实现web爬虫，我发现刮伤可以满足我的需求，所以从教程开始，并在我粘贴到下面的错误后结束。有谁能解释一下密码有什么问题吗..？
这是我的爬虫代码
from scrapy.spider import Spider
class DmozSpider(Spider):
name="dmoz"
allowed_domains = ["dmoz.org"]
start_urls = [
"http
浏览 0提问于2014-02-04得票数 3
回答已采纳
我试图将表属性分配给用爬虫创建的表。
这样做的目的是让所有使用爬虫创建的表具有相同的默认属性(加上它们通常拥有的属性)。
我检查了爬虫创建界面中的选项，但没有看到这样的选项。在创建表之后创建一个python boto3脚本来修改表属性值，这是我唯一想到的事情。
如果这在默认的爬虫功能中是不可能的，那么将表属性附加到使用某个爬虫创建的每个表上的可行方法是什么？
编辑:一个可能的解决方案是创建一个lambda函数，检查胶水表中是否存在自定义参数，如果没有创建它们。
浏览 2提问于2021-01-20得票数 0
回答已采纳
我是Python & Scrapy的初学者。我刚刚创建了一个带有多个爬虫的Scrapy项目，在运行"scrapy crawl ..“它只运行第一个爬虫。
如何在同一进程中运行所有爬行器？
提前谢谢。
浏览 0提问于2014-04-11得票数 2
1回答
我用urllib2和漂亮汤构建了一个简单的爬虫应用程序，现在我打算把它变成刮擦蜘蛛，但是如何在运行爬虫时处理错误，我的当前应用程序有如下代码，
error_file = open('errors.txt','a')
finish_file = open('finishlink.txt','a')
try:
#Code for process each links
#if sucessfully finished link store into 'finish.txt' file
except Exc
浏览 3提问于2014-10-28得票数 2
回答已采纳
3回答
我试着做三件事。
第一:抓取和存档，至少每天，一组预定义的站点。
第二:对此数据运行通宵批处理python脚本(文本分类)。
第三:向用户公开一个基于Django的前端，让他们搜索抓取的数据。
我一直在使用Apache Nutch/Lucene，但当我可以使用另一个爬虫引擎时，让它与Django很好地配合似乎太难了。
about 建议我可以只用Django本身编写爬虫，但我不确定该怎么做。
基本上--对于用Django或现有的python爬虫编写我可以适应的爬虫有什么建议吗？或者我是否应该在第二步中加入“变成Django友好的东西”，并编写一些胶水代码？或者，最后，我应该完全放弃Django吗
浏览 0提问于2009-06-09得票数 2
我必须用Python写一个网络爬虫。我不知道如何解析页面并从HTML中提取URL。我应该去哪里学习来编写这样的程序呢？
换句话说，有没有一个简单的python程序可以作为通用网络爬虫的模板？理想情况下，它应该使用相对简单的模块，并且应该包括大量的注释来描述每一行代码所做的事情。
浏览 2提问于2013-03-20得票数 17
我有一个应用程序，分为两个主要部分：
用Python编写的网络爬虫
用Golang编写的REST
他们共享一个MySQL数据库，该数据库主要由web爬虫填充/更新，然后通过REST读取。
我想在双方都使用ORM，以使与数据库的交互更容易，但现在我不确定这是否是一种好方法。
在Python方面，我考虑使用小淘气，而对于Golang，我将使用戈姆。
维护两组ORM模型文件似乎不是个好主意，每当我想要更改数据库的某些属性时，都必须更改每组文件。此外，我担心两个or在争夺数据库的结构时，可能会出现冲突，或者模型可能与实际的db结构不同步。
在这种情况下，使用ORM会带来比其价值更大的麻烦吗？或者我应该
浏览 0提问于2015-10-13得票数 2
我想创建一个简单的网络爬虫为乐趣。我需要网络爬虫来获得一个网页上的所有链接的列表。python库中有没有内置的函数可以让这一切变得更容易？感谢您提供的任何知识。
浏览 5提问于2010-11-10得票数 1
我是一个实时分布式搜索引擎elasticsearch的新手，但我想问一个技术问题。
我已经编写了一个python模块爬虫，它可以解析网页并使用本机信息创建JSON对象。我的模块爬虫的下一步是使用elasticsearch存储本机信息。
真正的问题如下所示。哪种技术更适合我的场合？elasticsearch python API还是用于弹性搜索的RESTful API (elasticsearch-py)？
浏览 4提问于2015-12-01得票数 1
我正在研究一个相对较大的基于文本的web分类问题，我计划在python中的sklearn中使用多项式朴素贝叶斯分类器，并使用scrapy框架进行爬行。然而，我有点担心sklearn/python对于一个可能涉及数百万网站分类的问题来说可能太慢了。我已经在DMOZ的数千个网站上训练了分类器。研究框架如下：
1)爬虫登陆一个域名，抓取网站上20个链接的文本(深度不超过1个)。(对于爬虫的示例运行，这里的标记化单词数量似乎在几千到150K之间变化) 2)运行具有大约50,000个特征的sklearn多项NB分类器，并根据结果记录域名
我的问题是，对于如此大规模的应用程序，基于Python的分类器是否
浏览 0提问于2013-04-13得票数 5
1回答
我已经建立了一个爬虫使用Scrapy爬行到一个网站并提取链接。我想让爬虫在每天的某个时间运行。我找到了python的来执行调度，但是我找不到从哪里开始。任何帮助都是非常有用的。
浏览 0提问于2014-04-08得票数 0
1回答
我用python编写了一个爬行过程，它运行在亚马逊上的一个ec2实例上。我已经编写了这个爬虫，这样它就可以用它的结果向一个单独的"hub“实例报告。集线器处理爬虫的结果，爬虫可以自由地继续爬行。我在这个爬行实例中想到的是，克隆爬虫的几个实例很容易，每个实例都要向中心报告以便处理。
因此，在这一点上，我有一个集线器和8个单独的爬行器(都在它们自己的实例上)不断地爬行和报告等等。
我在想用小的，分开的爬行器：
有冗余，所以如果一个爬虫被挂断，其余的爬虫可以继续工作。
(这是一个假设)如果每个爬虫都有自己独立的ip，我就有更好的网络利用率。
我可以旋转几个爬虫或缩小规模取决于我目
浏览 2提问于2015-01-08得票数 0
回答已采纳
只要开始使用firebase + react就可以建立一个网站。我的网站的一个设计特点是爬行和显示从另一个网站分析的数据(例如，股票价格的变化)。我已经有了负责解析数据的python爬虫，但是我不知道如何(在后台)在firebase中执行服务器的这个python爬虫(或者根本不可能)？
下面是我的系统的示例用法
用户登录和订阅网站/数据他们很感兴趣
我的爬虫将每1小时解析该网站并将数据更新到数据库。
用户可以从数据库中看到网站变更的摘要。
我想到的一个选择是在本地机器上运行爬虫，并使用REST将解析的数据更新到firebase数据库。然而，这似乎是一种非常低效/天真的方法，
浏览 0提问于2018-01-25得票数 3
1回答
我正在用Python构建一个web爬虫，使用MongoDB来存储一个队列，其中包含所有要爬行的URL。我将有几个独立的工人，将抓取URL。每当工作人员完成URL抓取时，它将在MongoDB集合"queue“中发出请求，以获得要爬行的新URL。
我的问题是，既然会有多个爬虫，我如何确保两个爬虫器不会同时查询数据库并获得相同的URL来抓取？
非常感谢你的帮助
浏览 0提问于2014-03-29得票数 0
回答已采纳
我想刮几个网站，很多人建议使用Scrapy。它是基于Python的，因为我非常熟悉PHP，所以我寻找了替代方案。
我得到了一个爬虫PHPCrawl。我不确定它是否只是一个爬虫，或者它也会提供抓取功能。如果它可以用于抓取-它将支持XPath或正则表达式。
它怎么能和Python上的Scrapy相比呢？
请建议我哪一个是最好的用来抓取网站。
谢谢
浏览 0提问于2012-11-22得票数 0
回答已采纳
1回答
对于一个教育NLP项目，我需要一个所有意大利语单词的列表。我想我会写一个爬虫，从www.wordreference.com获取单词。我在机械化爬虫框架中使用Python。但当我使用代码时：
br = mechanize.Browser()
br.open("http://www.wordreference.com/iten/abaco")
html = br.response().get_data()
print html
我从"yahoo.com“那里得到了一些页面。这个网站有没有可能有防爬虫机制？
浏览 5提问于2011-04-07得票数 1
回答已采纳
我正在尝试在Google Appengine上使用带有webapp2的Angular.js客户端。
为了解决SEO问题，我们的想法是使用无头浏览器来运行javascript服务器端，并将生成的html提供给爬虫程序。
有没有运行在谷歌应用引擎上的python无头浏览器？
浏览 1提问于2013-01-18得票数 7
回答已采纳
好日子，朋友们
最近，我制作了一个基于python的网络爬虫机，它可以scrapes_一些新闻网站和django网页，收集用户的搜索标题和url。
但是我不知道如何将基于python的爬虫机和django网页连接在一起，所以我正在寻找任何我可以参考的好资源。
如果有人知道我可以参考的资源，你们能分享一下吗？
谢谢
浏览 2提问于2019-10-11得票数 0
回答已采纳
1回答
我在试着了解网络爬行是如何工作的。有三个问题：
我们是否必须有一个初始的URL目录来构建一个更大的URL目录？这是怎么回事？
有没有用python编写的开源web爬虫？
哪里是学习更多关于网络爬虫的最好的地方？
浏览 2提问于2018-10-11得票数 1
2回答
有效地搜索大量URL列表
、、、
我正在建立一个网络爬虫，它必须爬行数百个网站。我的爬虫保存了一个已经爬行的urls列表。每当爬虫要爬行一个新页面时，它首先搜索已经爬行的url列表，如果已经列出了，则爬虫跳到下一个url，以此类推。一旦url被爬行，它就会被添加到列表中。
目前，我正在使用二进制搜索来搜索url列表，但是问题是，一旦列表变大，搜索就会变得非常慢。因此，我的问题是，我可以使用什么样的算法来搜索一个urls列表(列表的大小每天增长到20到100 k)。
爬虫目前是用Python编写的。但我将把它移植到C++或其他更好的语言中。
浏览 5提问于2016-06-23得票数 0
回答已采纳
1回答
爬行网站的点击率.？
、、、
我正在创建一个简单的应用程序，在这个应用程序中，我必须遵循页面的链接，因此on...thus构建了一个非常基本的web爬虫原型。
当我测试它时，我遇到了robot.txt，它对任何试图爬行他们的站点的外部爬虫都有点击限制。例如，如果一个网站的robot.txt的命中限制不超过每秒1次(与wikipedia.org一样)，那么如果我以每秒1页的速度爬行维基百科的几个页面，那么我如何估算它在爬行时会被点击多少次呢？
问题：，如果我通过python的urllib下载整个页面，它的点击量是多少？
这里是我的示例代码：
import urllib.request
opener = urllib.requ
浏览 3提问于2014-12-30得票数 0
回答已采纳
我正在学习爬虫，在一些基本的爬虫之后，我尝试从github下载谷歌学者爬虫大师，看看它是如何运行的，在几个我可以修复的错误之后，我遇到了一个ModuleNotFoundError: No module named 'proxy'错误(middleware.py文件，from proxy import PROXIES行是问题)。
这段代码有一些问题，其中包含python 3.x版本中不再支持/建议的解决方案，包括后来被重命名/移动的模块，但我无法确定这是否也是这种情况，希望能得到帮助。
浏览 3提问于2018-03-07得票数 0
1回答
即使您在Linux或windows上发出多个并行异步DNS解析请求(以编程方式)，操作系统是否会序列化这些请求，并且不会将它们全部并行发送出去？
当我在一些地方读到gethostbyname或DNS APIs在最低层序列化时，甚至有人编写了这个async-dns python库来戏剧性地加速DnsResolve解析。
那么，是否有任何.NET应用程序接口或一般情况下，它可以并行工作，根据我的程序给出的请求数量？
想象一下一个网络爬虫场景，我需要每秒大量的dns查询，在一些早期的网络爬虫出版物中，提到dns成为瓶颈。
浏览 1提问于2010-12-10得票数 2
回答已采纳
我想知道是否有任何开源项目(最好是Python)可以用来下载(crawl?)Lucene/Hadoop等开源项目的邮件列表归档(如)。我特别寻找一个(Apache)邮件列表档案定制的爬虫/下载器(不是一个通用的爬虫，如Scrappy)。任何指点都是非常感谢的。谢谢。
浏览 2提问于2012-10-27得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
