免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 3698 | 回复: 0
打印 上一主题 下一主题

pycurl的CurlMulti还是出现混乱 [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2010-01-13 20:31 |只看该作者 |倒序浏览
我用pycurl的CurlMulti把一批网页数据采集到数据库,这个问题我问了多次了,嘿嘿

_s = pycurl.CurlShare()
_s.setopt(pycurl.SH_SHARE, pycurl.LOCK_DATA_COOKIE)
_s.setopt(pycurl.SH_SHARE, pycurl.LOCK_DATA_DNS)

使用的时候
c.setopt(pycurl.SHARE, _s)
然后采集的网页数据暂存在

class _Buf:
    def __init__(self):
        self.contents = []

    def body_callback(self, buf):
        self.contents.append(buf)

c.buf = _Buf()
c.setopt(pycurl.WRITEFUNCTION, c.buf.body_callback)


采集了2000页,共14xxx条数据,发现至少271条重复,c.buf.body_callback是单独的类,应该不会重复吧?
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP