功能:爬取所有tag下所有图书信息,每个tag下分页爬取。
遇到的问题:一开始我用session进行爬取,每次分页都会出现错误
HTTPSConnectionPool(host='book.douban.com', port=443): Max retries exceeded with url: /tag/%E5%B0%8F%E8%AF%B4?start=20 (Caused by ConnectTimeoutError(<urllib3.connection.VerifiedHTTPSConnection object at 0x08C99230>, 'Connection to 27.159.167.45 timed out. (connect timeout=10)'))
解决方法:然后将session全部换成requests,结果不报错。
原因:不知道
爬取豆瓣图书遇到的问题
最后编辑于 :
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- 目的:使用爬虫抓取网站异步加载数据 part1:什么是异步加载? 异步加载即网页上没有页码跳转按钮,鼠标往下滚即可...
- 最近在学习Python的爬虫,然后意外发现了python+selenium这个很神奇的组合。或许你还不知道sel...
- 本系列博客是本人的源码阅读笔记,如果有 iOS 开发者在看 runtime 的,欢迎大家多多交流。 前言 上一篇文...