我在列表中有 >100,000 个 url(不同的域),我想下载这些 url 并将其保存在数据库中以供进一步处理和修补。
使用 scrapy 代替 python 的多处理/多线程是否明智?如果是,我该如何编写独立脚本来执行相同的操作?
此外,请随时提出您想到的其他很棒的方法。
最佳答案
如果您非常了解要获取的 URL(此处不涉及爬行),那么 Scrapy 在这里似乎并不相关。
想到的最简单的方法是使用 Requests
.但是,按顺序查询每个 URL 并阻止等待答案效率不高,因此您可以考虑 GRequests
异步发送批量请求。
关于python - 从 url 列表中下载 <very large> 页面的最佳方法是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16957276/