时间:2021-07-01 10:21:17 帮助过:1人阅读
你采集的url是什么
你采集的url是什么
比如说这个地址:http://movie.douban.com/subject/10604486/?from=playing
不是可以采集到吗,你那里不可以吗
如果可以试试把这个地址的内容采下来:http://www.tianya.cn/43064769,本来只想要一些搞笑的内容的,后来连页面都打不开了
不是可以采集到吗,你那里不可以吗
是啊,可能是我采集的太快了吧,感觉有点对不起他们。我用浏览器可以正常打开,但是采集就不行了,现在有什么办法可以继续采集吗?
其实我感觉还是我的程序不够完善,不然就不会浏览器可以而程序不可以了,帮忙完善下我的程序吧,实在是不知道哪里不够完善,请不吝赐教!!!
这里没什么好完善的,可能你调用太频繁了吧。不知道你是怎么调用的。
这里没什么好完善的,可能你调用太频繁了吧。不知道你是怎么调用的。
我就是直接那地址放进来调用的啊,也没有太频繁吧,如果太频繁了会怎么样?
我是使用的循环调用的,中间没有停顿,循环不到一百次。现在我已经让循环中间有间歇了,但是现在没法继续采了怎么办?
不知道,但是肯定会给服务器带来很大的压力。
明显是被封掉了嘛,一般来讲过两天就能继续采样了
你先计算下中间不停大概多久被封,然后设置停止时间。用usleep或者sleep控制。或者用代理ip吧,我现在也在采集,感觉停顿采集效率会低很多。
浏览器可以打开就表示没有封掉,抓包检查做完全模拟一定行
浏览器可以打开就表示没有封掉,抓包检查做完全模拟一定行
这个不一定,我前几天采集百度页面,浏览器可以正常打开,但是就是采集不到数据,对方估计判断了是否是模拟的抓取。