如题 世界总统库地址:世界总统库(男性)"https://www.worldpresidentsdb.com/list/gender/male/" 世界总统库(女性)"https://www.worldpresidentsdb.com/list/gender/female/"


我之前使用的是requests+xpath,但是爬取的时间太长,一共500多条数据,需要2800多秒,原因是需要访问每一个人的页面,然后进行解析,想知道有没有什么快捷的办法
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2019-4-4 16:40

沙发
Fuller 管理员 发表于 2019-4-4 16:40:19 | 只看该作者
用集搜客网络爬虫试试,如果只运行一个线程的话,平均一个网页4秒以内完成。如果网站不封锁,可以启动爬虫群模式,用多个线程同时爬

针对这个网站,做一个层级采集规则,我看需要两级规则就可以了。
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

  • 边表格式和矩阵格式的共词矩阵表有什么区别
  • GooSeeker分词、情感分析和文本分析平台简
  • 聚类分析和主题分析中的特征选择参数的设置
  • 为集搜客分词和情感分析扩展模块安装情感分
  • 集搜客分词软件的选词矩阵在哪里下载?

热门用户

GMT+8, 2026-2-21 12:40