astur / icrawler Goto Github PK
View Code? Open in Web Editor NEWTool for easy scraping data from websites
License: MIT License
Tool for easy scraping data from websites
License: MIT License
Как сказано в документации, _.pushшить можно не только скаляры, но и массивы urlей.
Но в этом случае tasks
из newTasksResolve будет не массивом урлов, а массивом массивов урлов, и newTasksResolve
будет кидать исключение, потом что tasks[i]
будет не строкой, как ожидается, а массивом.
Чтобы вопроизвести, достаточно сделать _.push([url1, url2])
, получится
TypeError: Parameter "url" must be a string, not undefined
at Url.parse (url.js:87:11)
at urlParse (url.js:81:5)
at Url.resolve (url.js:641:29)
at urlResolve (url.js:637:40)
at newTasksResolve (\node_modules\icrawler\index.js:80:32)
at onParse (\node_modules\icrawler\index.js:101:23)
at Object.module.exports._.cb (\node_modules\icrawler\index.js:127:17)
Нужно переписать newTasksResolve
с учётом того, что в tasks могут быть как скаляры, так и массивы, причём вперемешку.
У меня есть сомнения по поводу того, как работает обработчик ошибок.
Допустим, concurrency>1
, и какой-то запрос возвращает ошибку.
Тогда в строке #140 очередь останавливается, и мы ждём (строка #147), пока отработают остальные активные задания в очереди (которых на момент первой ошибки concurrency
штук). И когда останется только одно задание, сработает перезапуск очереди (строка #149).
Но дело в том, что перезапуск очереди находится в обработчике onError
, и если остальные задания отработают успешно (и удалятся из активных), то мы никогда больше не попадём в onError
, чтобы дать возможность выполниться этому setTimeout()
.
В этой ситуации очередь будет находится на паузе вечно.
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.