本帖最后由 何波波 于 2016-8-8 17:37 编辑

怎么确认爬虫群是否在抓取内容?感觉用爬虫群抓取要比单搜慢,爬虫群的抓取速度与什么因素有关?
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2016-8-10 10:37

沙发
wangyong 版主 发表于 2016-8-10 10:24:53 | 只看该作者
1,爬虫群的抓取的窗口类型都是自动调度 ,要抓取首先需要启动爬虫群,窗口是否有网页显示就是爬虫群是否在抓取

2,抓取速度的快慢都是由参数决定,单搜的参数是在打数机配置菜单里设置,爬虫群的参数是在会员中心中设置。
举报 使用道具
板凳
Fuller 管理员 发表于 2016-8-10 10:37:02 | 只看该作者
单搜和爬虫群使用相同的爬虫引擎,但是爬虫群增加了调度参数,并不是一个接一个网址爬,而是会插入一些停歇,为了防止被封锁,因为爬虫群往往是无人值守的工作方式。
最常用的调度参数在这里:http://www.gooseeker.com/doc/article-206-1.html
详细参数看这里: http://www.gooseeker.com/doc/article-112-1.html  crontab.xml文件是本地调度文件,目前更易用的是会员中心调度,参数一一对应


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, 2024-4-26 23:23