从前天开始用官方提供的微博博主详细信息采集工具进行采集(6000条线索左右),起初采集很顺利,后来发现在采集的时候爬虫爬取的不是博主详细页面,而是我的微博账号的 timeline 页面(一直重复采集这个页面,界面上的主题名显示为「微博博主详细信息采集pre」,我不确定这个主题是不是我自己建的,但是我在爬虫群把所有调度都暂停了)。起初几次还可以通过强制退出,然后清除缓存的方式解决这种现象,现在这种方法完全无效。请问是什么原因造成的呢?

举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2018-6-14 09:16

shenzhenwan10 金牌会员 发表于 2018-6-14 08:50:16 | 显示全部楼层
根据你的描述,可能是微博的反爬起作用了,你可以换IP,清缓存,最好也尝试换一个微博账号登录。
另外检查一下你添加的博主主页链接中是否有无效的链接
举报 使用道具
maohui 中级会员 发表于 2018-6-14 09:16:10 | 显示全部楼层
清缓存和cookies
清缓存和cookies.png

举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-3-28 18:39