比如我要爬取的网站是 https://xxx.com,在 log 信息中看到得到的网页有很多 https://xxx.com?mdtp=30&p=8+++++++++++++++++++ 而且+号是不断的增加的，网站返回的是同一个页面。使用 linkExtractor 去过滤吗？
推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
This topic created in 3416 days ago, the information mentioned may be changed or developed.
 |
1
prasanta Jun 2, 2017
把它处理掉
|
 |
2
KeepPro Jun 2, 2017 via Android
这说明人家并不想让你爬
|
 |
3
734506700qq Jun 2, 2017  1
啥网站啊，这么溜，这个反爬虫机制真 low
|
 |
4
zhangzixu OP @734506700qq 高校的，哈哈
|
 |
5
cranelee13 Jun 2, 2017 via iPhone
用正则过滤链接吧，很好解决。
|
Select Language