从 Node.js 请求包发出大量请求时出现“错误：ENOTFOUND”

Question

我在 Node.js 中运行一个脚本，它使用 request 包来帮助我发出 HTTP 请求。该脚本发出 100 到 1000 个请求，以便下载 PDF 并将它们放在我本地计算机上的某个文件夹中。当我只发出 100 个请求时，程序运行良好，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为空白。当我手动加载引发错误的链接时，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。

这是给出错误的函数位。我已经开始尝试将所有导致错误的链接推送到数组，但还没有解决问题。

  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：我正在处理该错误，但出现此错误的文档在不应该出现的情况下被管道传输为空白。我只是无法弄清楚为什么文件会给出错误。

Answer 1

缺少一些分号，使用 != 而不是 !== 有点不雅，file 的双重含义使用不好，但没有什么可以解释您所看到的。我猜year 有点糟糕。在这里发布我的代码版本和一些 cmets。

（我在这里发帖而不是在评论中 b/c 不能在 cmets 中发布长代码）：

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);
}

最后，你还没有提供实际的踪迹。

Answer 2

还好您发布了错误...您所拥有的似乎是 DNS 错误。主机名查找有时会失败。

我建议您打印所有的 URL，而不是实际下载它们。如果它们看起来都正常，那么这是一个临时的 DNS 问题。如果您有本地/关闭的 DNS 服务器，请检查其日志。否则，请尝试将 DNS 更改为可靠的 DNS，例如 8.8.8.8（Google 的 DNS），仅用于测试。

如果这也失败了，每次使用不同的 URL，那么它是在你的本地机器上的东西。一种解决方法是尝试/捕获它并重试有问题的 URL。