Python 刮擦错误:无法';t bind:24:打开的文件太多
我在一个域列表上运行Scrapy,很多页面都出现了这个错误:Python 刮擦错误:无法';t bind:24:打开的文件太多,python,web-scraping,scrapy,Python,Web Scraping,Scrapy,我在一个域列表上运行Scrapy,很多页面都出现了这个错误: 无法绑定:24:打开的文件太多。 我没有在我的linux机器上得到这个错误,但我现在在我的Mac上得到它。我不确定这是否与在Sierra上运行有关,或者我是否遗漏了一个粗糙的配置。我选中了ulimit,它返回unlimited,所以我认为不是这样 如果是关于我的蜘蛛,这里是: class JakeSpider(CrawlSpider): name = 'jake' allowed_domains = allowedDo
无法绑定:24:打开的文件太多。
我没有在我的linux机器上得到这个错误,但我现在在我的Mac上得到它。我不确定这是否与在Sierra上运行有关,或者我是否遗漏了一个粗糙的配置。我选中了ulimit
,它返回unlimited
,所以我认为不是这样
如果是关于我的蜘蛛,这里是:
class JakeSpider(CrawlSpider):
name = 'jake'
allowed_domains = allowedDomains
start_urls = startUrls
rules = (
Rule(LinkExtractor(), callback='parse_page', follow=True),
)
def parse_page(self, response):
page = response.url
domain = urlparse(page).netloc
domain = domain.replace('www.','')
#print(domain, 'is domain and page is', page)
linksToGet = getHotelUrlsForDomain(domain)
#if(len(linksToGet) == 0):
# print('\n ... links to get was zero \n')
#print('linksToGet = ', linksToGet)
links = response.xpath('//a/@href').extract()
for link in links:
if link in linksToGet:
print('\n\n\n found one! ', link, 'is on', domain, ' and the page is', page,'\n\n\n')
with open('hotelBacklinks.csv', 'a') as csvfile:
writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
writer.writerow({'hotelURL':link, 'targetDomain': domain})
编辑:这是其中一个的完整错误行。这并没有导致刮擦崩溃,但是有很多这样的行,所以我想我没有得到我本来想要的那么多页面。错误行:
2017-09-24 14:21:29[scrapy.core.scraper]错误:下载错误:无法绑定:24:打开的文件太多。
提前谢谢你的提示
管道
来保存所有刮取的数据parse\u page
。每个函数都尝试打开和写入同一个文件。写入文件是块操作
这是Scrapy的医生管道
来保存所有刮取的数据parse\u page
。每个函数都尝试打开和写入同一个文件。写入文件是块操作
这是Scrapy的医生你在让我们猜测错误发生在哪里。编辑您的问题以包含完整的错误回溯,包括导致错误的代码行。此外,最好在函数顶部打开csv文件一次,而不是关闭并重新打开每个链接。@JohnGordon,谢谢,我已经添加了其中一个。这是一个从Scrapy记录的错误,它不是一个严重错误,所以我不会得到导致它的代码的特定行的回溯。另外,感谢csv提示,我已经修复了。您让我们猜测错误发生在哪里。编辑您的问题以包含完整的错误回溯,包括导致错误的代码行。此外,最好在函数顶部打开csv文件一次,而不是关闭并重新打开每个链接。@JohnGordon,谢谢,我已经添加了其中一个。这是一个从Scrapy记录的错误,它不是一个严重错误,所以我不会得到导致它的代码的特定行的回溯。另外,感谢csv提示,我已经解决了这个问题。