0
這是我第一次這樣做,所以我最好爲我的菜鳥錯誤提前道歉。我試圖通過搜索狀態中的第一個和最後一個名字來爲legacy.com搜索首頁結果。我是新手編程,並使用scraperwiki來執行代碼。它很有效,但在10,000個ish查詢有時間處理之前,我耗盡了CPU時間。現在我試圖保存進度,在時間不足的時候趕上,然後從停止的地方恢復。保存和恢復scraperwiki - CPU時間
我無法保存工作,任何與其他部分的幫助也將不勝感激。到目前爲止,我只是抓住了鏈接,但是如果有一種方法可以保存鏈接頁面的主要內容,那也是非常有用的。
這裏是我的代碼:
import scraperwiki
from urllib import urlopen
from BeautifulSoup import BeautifulSoup
f = open('/tmp/workfile', 'w')
#read database, find last, start from there
def searchname(fname, lname, id, stateid):
url = 'http://www.legacy.com/ns/obitfinder/obituary-search.aspx?daterange=Last1Yrs&firstname= %s &lastname= %s &countryid=1&stateid=%s&affiliateid=all' % (fname, lname, stateid)
obits=urlopen(url)
soup=BeautifulSoup(obits)
obits_links=soup.findAll("div", {"class":"obitName"})
print obits_links
s = str(obits_links)
id2 = int(id)
f.write(s)
#save the database here
scraperwiki.sqlite.save(unique_keys=['id2'], data=['id2', 'fname', 'lname', 'state_id', 's'])
# Import Data from CSV
import scraperwiki
data = scraperwiki.scrape("https://dl.dropbox.com/u/14390755/legacy.csv")
import csv
reader = csv.DictReader(data.splitlines())
for row in reader:
#scraperwiki.sqlite.save(unique_keys=['id'], 'fname', 'lname', 'state_id', data=row)
FNAME = str(row['fname'])
LNAME = str(row['lname'])
ID = str(row['id'])
STATE = str(row['state_id'])
print "Person: %s %s" % (FNAME,LNAME)
searchname(FNAME, LNAME, ID, STATE)
f.close()
f = open('/tmp/workfile', 'r')
data = f.read()
print data
Scraperwiki是一個可愛的概念,但它還沒有準備好黃金時段。我想說你的第一個錯誤就是選擇一家f'd-company競爭者作爲平臺。 – pguardiario