Pyspider task.db 浪费了非常多的存储空间
抓取网站过程中,新闻分页信息存储到了 save中
self.crawl(each.attr.href, callback=self.detail_page,save='新闻信息')
这些信息在使用后一直存储在数据里,result.db才500M,task.db已经6G了.
如果可以的话,尽量少用 save
或者写个脚本清掉
Pyspider task.db 浪费了非常多的存储空间
抓取网站过程中,新闻分页信息存储到了 save中
self.crawl(each.attr.href, callback=self.detail_page,save='新闻信息')
这些信息在使用后一直存储在数据里,result.db才500M,task.db已经6G了.
如果可以的话,尽量少用 save
或者写个脚本清掉