Scrapy爬虫-大数据爬取时内存过大的解决办法(转)

本文介绍了Scrapy爬虫框架中的两种队列管理方式:内存队列和磁盘队列,并详细说明了如何通过-sJOBDIR选项启用磁盘队列以实现请求的持久化存储。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

scrapy有两个队列:内存队列 和 磁盘队列. 最简单的办法,设置持久化吧(-s JOBDIR选项),可以通过磁盘队列查看request。

scrapy crawl somespider -s JOBDIR=myspider

运行scrapy后,会在myspider目录下生成 request.queue目录。

作者:junGle
链接:http://www.zhihu.com/question/26990647/answer/35853750
来源:知乎
著作权归作者所有,转载请联系作者获得授权。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值