美文网首页
scrapy redis url去重

scrapy redis url去重

作者: Erich6 | 来源:发表于2018-10-12 10:26 被阅读0次

scrapy redis url去重


看到网上有很多有关标题的文章，也想实现这个功能，（虽然没看懂），本人小白一名，总是想用最简单的思路解决问题，所以总结了一下：

redis的基础使用

sadd命令：sadd可以实现键值对儿一对多。具体原理如何去看官网或者百度。

去重思路

在添加新的链接的时候返回值为1，再添加已有的链接时候，返回值为0。那么我们可以利用返回值来判断是不是该继续爬取这个链接。这个判断只需要添加到你的spider中就可以了。返回值为1的时候，新的url已经添加到redis中，并且可以正常爬取新连接内容；返回值为0的时候，url已经存在redis中，跳过此url的爬取过程。

在此只是一个思路，不知道大家能懂我的意思吗，在这顺便提醒一下，url去重，大家还要多了解一下redis的持久化

第一次发表文章，我是刚入行小白，大家不要喷！谢谢！

相关文章

网友评论

      本文标题：scrapy redis url去重

      本文链接：https://www.haomeiwen.com/subject/anywaftx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|scrapy redis url去重|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！