我发现有时候好,有时候坏,有时候在翻页采集过程中突然显示没有更多评论了,有时候显示加载中,就一直这样了,结果集搜客网络爬虫就超时中断了。

我正加紧采集数据针对当前舆论形势做一个分析项目,这可怎么办啊?


举报 使用道具
| 回复

共 4 个关于本帖的回复 最后回复于 2020-2-24 16:54

沙发
Fuller 管理员 发表于 2020-2-24 16:30:40 | 只看该作者
最近大家分析微博舆情的特别多,可能微博网站的负载特别大,一方面速度慢,一方面会不稳定。

我能给出的第一条建议:

自己家里或者办公室的网络要足够快,有些用4G无线,本身就不稳定。当然这条建议似乎没有意义,立马解决网速问题不现实,那么接下来可以做这些工作:
1,经常换一下登录微博的账号,因为一天采集太多,目标网站也会做些限制。可以一天换一个账号,两个账号轮着

2,经常清理一下缓存,最好是彻底清理,就是手工删除AppData下的缓存文件,因为里面可能会有些计数,用于限制访问次数。注意,清理缓存和Cookie以后,一定要先在集搜客浏览器上登录微博再运行爬虫。

参考这个帖子,介绍了两种清理缓存的方法:https://www.gooseeker.com/doc/thread-4503-1-1.html
举报 使用道具
板凳
Fuller 管理员 发表于 2020-2-24 16:44:17 | 只看该作者
还有一条建议:

DS打数机在运行的时候,一定要把窗口放大到最大,如果还想做其他事情,DS打数机窗口上可以覆盖其他窗口,但是,不能缩小,尤其不能最小化。

这是因为,微博这样的网站,网页是JS生成的动态内容,如果屏幕没有显示到,那个位置的内容就不会加载
举报 使用道具
地板
Fuller 管理员 发表于 2020-2-24 16:52:09 | 只看该作者
还有一个方法可以试试:

换一下UserAgent,这是一种防反爬的手段,也可以试试,选择Firefox 38,, Firefox 45,或者自定义的User Agent,不要选择手机的,因为手机的User Agent选择以后,显示的微博页面就变成手机的了。那要用另一套规则


举报 使用道具
5#
Fuller 管理员 发表于 2020-2-24 16:54:36 | 只看该作者
还有一个建议:不妨选用手机端微博的采集规则,他们是另一套规则,如下图,在这个快捷采集管理页面上选择


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, 2024-4-20 12:54