ypspy / dart-scraping Goto Github PK

scraper code 사용할 때, "Errno 13 Permission denied"라는 오류가 발생하면서 코드가 중단된다. 조사하여 고칠 것.

보통 5만건 이상의 아주 작은 텍스트 파일을 입수하게된다. 그러다보니 느려진다.

오류 등의 문제로 Code를 다시 시작할 때 대표이사 등의 서명 페이지 중복 입수 처리 로직이 다른 중복 파일을 생성함. 아래 두 가지 처리중 하나 선택 필요.

• 입수 파일 중 duplicated가 포함된 경우 삭제 (후처리)
• duplicated 파일을 기록하지 않는 (미입수)

지금 어디에 와있는지 알 수 없어 답답하다. JailKey와 i를 모니터링할 수 있게 print 코드 추가.

1000개 정도 입수하니, 위의 request에서 아래와 같은 에러메시지와 함께 코드가 중단됨. 오픈 API에서 정보를 제공하기도 하며, 이런 저런 Scraper, Crawler가 요청을 보내니 이렇게 막은것 같다.

ConnectionAbortedError: [WinError 10053] 현재 연결은 사용자의 호스트 시스템의 소프트웨어의 의해 중단되었습니다

두 가지 해결 방법이 있다.
① TOR 등을 활용하여 우회 접근하는 방법
② OpenAPI Friendly하게 코드를 변경하는 방법.

건수가 많아서 그런지 1년 공시분에 대해 입수하는 데 코드가 3~4일 걸린다.
속도를 올리는 것은 다른 이슈이며, 계속 지켜보고 있지 않으려면 알림 코드가 필요하다.

안녕하세요 올려주신 입수데이터 잘 활용하고 있습니다.

그런데 A003_2018의 데이터에 문제가 있는 거 같습니다. 압축파일을 해제할 수가 없네요.

올려주신 코드는 정말 감사합니다. 큰 도움이 되었습니다.