我在Node.js中运行一个脚本,该脚本使用request包来帮助我发出HTTP请求。该脚本可以生成100到1000个请求,以便下载PDF并将其放在本地计算机上的某个文件夹中。当我只发出100个请求时,程序运行正常,所有PDF都显示在我的文件夹中,但是当我发出更多请求时,程序开始抛出此错误(ENOTFOUND),并且抛出此错误的文件在文件夹中是空白的。当我加载手动抛出错误的链接时,它们工作正常(所以我知道这不是主机的问题)我可以下载这样的文件,但我想自动化它。
以下是给出错误的函数位。我已经开始尝试将所有给出错误的链接推送到一个数组,但是还没有运气来修复这个问题。
var year = process.argv[3] % 2000;
var url = yearURL[year];
request(url, function(error, response, html){
if(!error){
var $ = cheerio.load(html, {xmlMode: true});
$('link', 'item').each(function(){
var link = $(this).text();
PDFscrape(link);
});
}
});
function PDFscrape(link){
request(link, function(error, response, html){
if(!error){
var $ = cheerio.load(html);
var num = $('#ctl00_ContentPlaceHolder1_lblFile2', '#ctl00_ContentPlaceHolder1_pageDetails').text();
console.log('Document ' + num + ' has been loaded.');
var i = 1;
$('a', '#ctl00_ContentPlaceHolder1_lblAttachments2').each(function(){
var pdf = 'https://phila.legistar.com/' + $(this).attr('href');
AddPDF(pdf, num, i);
i++;
});
}
})
}
function AddPDF(link, file, i){
var name = file;
var fileName;
if (year !== 100 && year !== -2){
fileName = fs.createWriteStream(__dirname + '/pdfs/20' + year + '/' + file + '_' + i + '.pdf');
} else if (year === 100){
fileName = fs.createWriteStream(__dirname + '/pdfs/recent100/' + file + '_' + i + '.pdf');
} else if (year === -2){
fileName = fs.createWriteStream(__dirname + '/pdfs/recent10/' + file + '_' + i + '.pdf');
}
request({
uri: link,
headers: {
'Host': 'phila.legistar.com',
'User-Agent': 'request'
}
}, function(err) {
if (err){
var errLink = {url: link, file: name, num: i}
var count = errors.push(errLink);
console.log('--------- Error: ' + count + ' ---------');
}
}).pipe(fileName);
}
抛出的错误是:
stream.js:94
throw er; // Unhandled stream error in pipe.
^
Error: getaddrinfo ENOTFOUND
at errnoException (dns.js:37:11)
at Object.onanswer [as oncomplete] (dns.js:124:16)
注意:我正在处理错误,但是出现此错误的文档在不应该的情况下作为空白传递。我无法弄清楚文件为什么会出错。
答案 0 :(得分:0)
一些丢失的分号,使用!=
而不是!==
使用file
,使用year
的双重意义,但没有什么可以解释你所看到的内容。我猜测function AddPDF(link, filename, i) {
var file;
if (year !== 100 && year !== -2) {
// probably want "!==" rather than "=="
file = fs.createWriteStream(__dirname + '/' + file + '_' + i + '.pdf');
} else {
// WHAT HAPPENS HERE?
// what is "file", that is later piped to?
// this may be your issue.
// Where is this "year" coming from? Can you show relevant code?
}
request({
uri: link,
headers: {
'Host': 'phila.legistar.com',
'User-Agent': 'request'
}
}, function(err) {
var errLink, count;
if (err) {
errLink = {url: link, file: filename, num: i};
count = errors.push(errLink);
console.log('--------- Error: ' + count + ' ---------');
}
}).pipe(file);
}
有些不好。在此发布我的代码版本并附上一些评论。
(我在这里发帖而不是评论b / c不能在评论中发布长代码):
{{1}}
最后,您仍然没有提供实际的跟踪。
答案 1 :(得分:0)
你发布错误的好事......看起来你有什么是DNS错误。主机名查找有时会失败。
我建议您打印所有网址,而不是实际下载它们。如果它们看起来都很好,那么这是一个临时的DNS问题。如果您有本地/关闭DNS服务器,请检查其日志。否则,尝试将DNS更改为强大的功能,例如8.8.8.8(Google的DNS),仅用于测试。
如果失败,每次对于不同的URL,那么它就是本地机器中的东西。解决这个问题的一种方法是尝试/捕获这个并重新尝试有问题的URL。