怎么样才能对固定的一个网页自动重复采集,时间间隔可以设置?


举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2016-10-28 14:17

沙发
ym 版主 发表于 2016-10-28 14:16:52 | 只看该作者
本帖最后由 ym 于 2016-10-28 14:18 编辑

想要重复采集某个主题下的所有线索,但不想每次手工激活线索,就可以登陆到集搜客官网,进入个人中心->爬虫管理->规则管理里,选择那个主题,点击调度,做激活线索设置,这里是根据自己的需要,选择激活时间类型、时间、激活方式。(无条件激活表示即使还没采完所有线索,只要到了时间就会重新激活一遍所有线索;无剩余线索时激活表示即使到了时间,但也要采完所有线索后才激活一遍)



举报 使用道具
板凳
xandy 论坛元老 发表于 2016-10-28 14:17:43 | 只看该作者
有两种方式:
1、通过服务器调度爬虫群采数据,配置参照《如何运行爬虫群
2、通过本地crontab调度爬虫采数据,配置参照《如何通过crontab程序实现周期性增量采集数据?
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, 2024-4-28 21:29