Python百度爬虫,运行只打开了一个网页,报错无法运行。实在不知道哪里错了

http://img.mukewang.com/58bbbe440001ba6c09450981.jpg

# coding:utf-8
import url_manager, html_downloader, html_parser, html_outputer
 
class SpiderMain(object):
    def __init__(self):
        self.urls = url_manager.UrlManager()
        self.downloader = html_downloader.HtmlDownloader()
        self.parser = html_parser.HtmlParser()
        self.outputer = html_outputer.HtmlOutputer()
 
    def craw(self, root_url):
        count = 1
        self.urls.add_new_url(root_url)
        while self.urls.has_new_url():
            try:
                new_url = self.urls.get_new_url()
                print('craw %d : %s' % (count, new_url))
                html_cont = self.downloader.download(new_url)
                new_urls, new_data = self.parser.parse(new_url, html_cont)
                self.urls.add_new_urls(new_urls)
                self.outputer.collect_data(new_data)
 
                if count == 10:
                    break
 
                count = count + 1
            except:
                print('craw failed')
 
        self.outputer.output_html()
 
 
if __name__=='__main__':
    root_url = 'http://baike.baidu.com/view/21087.htm'
    obj_spider = SpiderMain()
    obj_spider.craw(root_url)


天子骄子
浏览 1803回答 1
1回答

perilwhistle

你这个开始就没有爬取到数据的话,应该是html_parser里面的代码出现了问题,建议在html_parser中debug
打开App,查看更多内容
随时随地看视频慕课网APP

相关分类

Python