MyException - 我的异常网
当前位置:我的异常网» Perl/Python » python抓取网页数据异常

python抓取网页数据异常

www.MyException.Cn  网友分享于:2014-07-27  浏览:0次
python抓取网页数据错误
在本地测试就没有任何问题的,只是放到网上就出现问题了.


在抓取网页的时候,在线版本会丢失http://xxx.xxx.xxxx.net这样的一串链接..而本地就不会,

在线抓取回来的数据(不是json)
:



;g_img={url:'这个地方本来是应该有url的/az/asdf.jpg',id:'bgDiv',d:'200',cN:'_SS',crN:'bIm',hash:'014',del:'50'};
sc_bgL();;var g_hot={1:{0:"


本地抓取的数据:

;g_img={url:'http://www.xxxxxxxxxxx.com/az/asdf.jpg',id:'bgDiv',d:'200',cN:'_SS',crN:'bIm',hash:'014',del:'50'};
sc_bgL();;var g_hot={1:{0:"

网上原来的环境是:python 2.4
我自己编译并且把默认的python改成2.7.5[跟本地一样],
但是里面还有其他的关联python包是不是没更新?

下面是在线的配置:



下面是本地的配置:



抓取网页的代码是[在线没有安装Java,而本地都是有Java运行时环境的]:



'''
抓取网页文件内容,保存到内存

@url 欲抓取文件 ,path+filename
'''
def get_file(url):
    try:
        cj=cookielib.LWPCookieJar()
        opener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
        urllib2.install_opener(opener)
        req=urllib2.Request(url)
        operate=opener.open(req)
        #这一句是我后面添加的. time.sleep(10)
        data=operate.read()
        return data
    except BaseException, e:
        print e
        return None


等大神解决,谢谢了

对了在线的系统环境是centos5.9(原来的版本是2.4,后来改成2.7.5),本地的是fedora20和windows7(本地都是(2.7.5版本)能抓取到url,只是在线的抓不到)
------解决方案--------------------
目标页面是你自己控制的?你在2个环境分别wget下这个页面看看下载的源码是否一致。代码里可能造成差异的应该只有那个cookie有可能,第9行改成这样试试
opener = urllib2.build_opener()
需要cookie才能访问的话,就保持2边的cookie一致
------解决方案--------------------
没有域名的那个在线爬虫是不是和目标网站部署在同一台机子上啊?
------解决方案--------------------
是很奇怪,抓下包看看吧,目标网站是不是有bug.....那url连域名都没有应该打不开吧

文章评论

2013年中国软件开发者薪资调查报告
2013年中国软件开发者薪资调查报告
代码女神横空出世
代码女神横空出世
程序员都该阅读的书
程序员都该阅读的书
十大编程算法助程序员走上高手之路
十大编程算法助程序员走上高手之路
要嫁就嫁程序猿—钱多话少死的早
要嫁就嫁程序猿—钱多话少死的早
初级 vs 高级开发者 哪个性价比更高?
初级 vs 高级开发者 哪个性价比更高?
如何成为一名黑客
如何成为一名黑客
做程序猿的老婆应该注意的一些事情
做程序猿的老婆应该注意的一些事情
Google伦敦新总部 犹如星级庄园
Google伦敦新总部 犹如星级庄园
5款最佳正则表达式编辑调试器
5款最佳正则表达式编辑调试器
我跳槽是因为他们的显示器更大
我跳槽是因为他们的显示器更大
程序员眼里IE浏览器是什么样的
程序员眼里IE浏览器是什么样的
一个程序员的时间管理
一个程序员的时间管理
什么才是优秀的用户界面设计
什么才是优秀的用户界面设计
旅行,写作,编程
旅行,写作,编程
“肮脏的”IT工作排行榜
“肮脏的”IT工作排行榜
为啥Android手机总会越用越慢?
为啥Android手机总会越用越慢?
科技史上最臭名昭著的13大罪犯
科技史上最臭名昭著的13大罪犯
编程语言是女人
编程语言是女人
写给自己也写给你 自己到底该何去何从
写给自己也写给你 自己到底该何去何从
60个开发者不容错过的免费资源库
60个开发者不容错过的免费资源库
当下全球最炙手可热的八位少年创业者
当下全球最炙手可热的八位少年创业者
为什么程序员都是夜猫子
为什么程序员都是夜猫子
Web开发人员为什么越来越懒了?
Web开发人员为什么越来越懒了?
程序员和编码员之间的区别
程序员和编码员之间的区别
Java程序员必看电影
Java程序员必看电影
我是如何打败拖延症的
我是如何打败拖延症的
那些争议最大的编程观点
那些争议最大的编程观点
不懂技术不要对懂技术的人说这很容易实现
不懂技术不要对懂技术的人说这很容易实现
Java 与 .NET 的平台发展之争
Java 与 .NET 的平台发展之争
老程序员的下场
老程序员的下场
中美印日四国程序员比较
中美印日四国程序员比较
看13位CEO、创始人和高管如何提高工作效率
看13位CEO、创始人和高管如何提高工作效率
老美怎么看待阿里赴美上市
老美怎么看待阿里赴美上市
程序员应该关注的一些事儿
程序员应该关注的一些事儿
聊聊HTTPS和SSL/TLS协议
聊聊HTTPS和SSL/TLS协议
程序员必看的十大电影
程序员必看的十大电影
如何区分一个程序员是“老手“还是“新手“?
如何区分一个程序员是“老手“还是“新手“?
 程序员的样子
程序员的样子
2013年美国开发者薪资调查报告
2013年美国开发者薪资调查报告
程序猿的崛起——Growth Hacker
程序猿的崛起——Growth Hacker
鲜为人知的编程真相
鲜为人知的编程真相
Web开发者需具备的8个好习惯
Web开发者需具备的8个好习惯
程序员的一天:一寸光阴一寸金
程序员的一天:一寸光阴一寸金
10个调试和排错的小建议
10个调试和排错的小建议
程序员的鄙视链
程序员的鄙视链
那些性感的让人尖叫的程序员
那些性感的让人尖叫的程序员
亲爱的项目经理,我恨你
亲爱的项目经理,我恨你
漫画:程序员的工作
漫画:程序员的工作
软件开发程序错误异常ExceptionCopyright © 2009-2015 MyException 版权所有