Scrapy爬虫错误日志汇总

1、数组越界问题(list index out of range)

原因：第1种可能情况：list[index]index超出范围,也就是常说的数组越界。

　　　第2种可能情况：list是一个空的， 没有一个元素，进行list[0]就会出现该错误，这在爬虫问题中很常见，比如有个列表爬下来为空，统一处理就会报错。

解决办法：从你的网页内容解析提取的代码块中找找看啦（人家比较习惯xpath + 正则），加油 ~

2、http状态代码没有被处理或允许(http status code is not handled or not allowed)

原因：就是你的http状态码没有被识别，需要在settings.py中添加这个状态码信息，相当于C语言中的＃define预处理宏定义命令吧（我这么理解）

解决办法：在你的setting.py中，添加这么一句短小精悍的话就OK了，紧接着就等着高潮吧您呐：HTTPERROR_ALLOWED_CODES = [403]

此篇文章持续更新，未完待续....

欢迎大家留下自己的问题，互相讨论，互相学习，互相总结，，，，

原文地址：https://www.cnblogs.com/beiyi888/p/10437232.html