爬虫爬到 90%的数据以后，超时了。。

[redhatping]

顿时傻掉了， 这个如何中途保存呢。。 方便下次爬呢。 只会 urllib,beautifulsoup4 , 我知道 有个断点续爬， 但是这个东西怎么弄， 求个迎门砖。

[Karblue]

把爬的深度和连接记下来啊.下次直接开始从这里爬.

[web88518]

我也是新手，也遇到过不知道怎么处理好，没看到这样的实倒，

[haozibi]

在数据库设计一个表，存放当前爬取的位置，或者没爬取 100 次保存一下数据

[practicer]

seen = []
todo = []

1 将带爬的 url 全部添加到 todo
2 每爬过一个 url 时（或在 ConnectionError 抛出时）在循环体的末尾将 url 添加到 seen
3 再从 todo 删除这个 url

所以断了下次再从 todo 里接着爬就行了

[JamesMackerel]

布隆过滤器？

[makeapp]

维护一个几个队列，用来存放增量爬取的数据