我要抓取的内容,是需要登录才能显示的。因此我先在Firefox浏览器中,先做了手工登录。
以前用爬虫群功能,20个窗口共同爬数据,但是不一会儿,就显示需要再次登录了。这次我用DS打数机,爬了大概500条数据了吧,并没有显示要登录。
单窗口爬有些慢,因为一共有大概7000个网页的数据。但是我怕采用爬虫群的话,需要登录,导致抓取到的内容不全。
所以问下大神,使用爬虫群爬取数据,跟单窗口爬,登录规律不同吗?

3.png (18.19 KB, 下载次数: 475)

3.png

2.png (20.67 KB, 下载次数: 471)

2.png

1.png (2.29 KB, 下载次数: 472)

1.png
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2016-9-26 14:32

沙发
shenzhenwan10 金牌会员 发表于 2016-9-26 14:29:17 | 只看该作者
这个要看你爬取的那个网站的反爬策略是怎样
你单台电脑同时20个窗口爬,一般网站都会认为是非正常的访问
举报 使用道具
板凳
shenzhenwan10 金牌会员 发表于 2016-9-26 14:32:37 | 只看该作者
建议针对爬虫群的这几个参数,多测试一下,得到对应这个网站的合适的参数组合:爬虫线程数,线索间等待时长,轮次间等待时长
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, 2024-5-6 17:15