GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
使用交流
1
9377
设置了100000的滚动次数,但是没滚动几次就自动停止,并且也不报错
xulinling
于 2018-9-28 13:44
发表
[复制链接]
xulinling
积分
36
精华
0
威望
16
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
主题名:知乎_健身_精华
举报
使用道具
|
回复
共 1 个关于本帖的回复 最后回复于 2018-9-28 18:55
Fuller
积分
22387
精华
0
威望
6010
金钱
6
最后登录 2024-3-29
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
Fuller
管理员
发表于 2018-9-28 18:55:39
|
显示全部楼层
可以做如下几个改进:
1,滚屏次数改大一些,比如,3,如果太小,连续滚动3次也不会加载新内容,那么如果你开着遇到重复内容就中断采集,那么就会中断了。重复内容中断的设置位置是 DS打数机菜单 高级-》终点标志-》重复内容,不要勾上就不会检查重复内容
2,这个瀑布流页面,越滚屏内容越多,所以,结果文件就会越来越大,每个文件都会重复上一次滚屏得到的文件内容。有一种方法可以清除老数据,但是需要旗舰版才能支持。参看下图的设置方法。
3,虽然执行了清除老数据,但是有些网页会不释放内存,最后,爬虫会因为占用内存过大而崩溃。崩溃问题无法解决
举报
使用道具
回复
支持
反对
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
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
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
集搜客文本分词标注工具(V1版)
3
怎样使用快捷采集(以采集京东评论为例)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10361
访问主页>>
wangyong
帖子:1704
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2024-3-29 18:03
快速回复
快速发帖
返回顶部
返回列表
共 1 个关于本帖的回复 最后回复于 2018-9-28 18:55