我要抓的网页数量很大,怎样做并行抓取?爬虫并行爬取能加快速度吗?是否要额外收费?
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-10-6 21:17

沙发
Fuller 管理员 发表于 2016-10-6 21:17:44 | 只看该作者
用集搜客可以抓取海量的网页,可以部署一个很大的爬虫群,可以有多级并发
1)多台电脑之间并发
2)同一台电脑上可以运行多个进程(火狐进程——火狐插件版)
3)同一个进程内可以运行多个线程——爬虫群窗口
由于集搜客网络爬虫用C++编写的,资源占用少,运行速度快。爬虫群的配置方法请查阅教程:http://www.gooseeker.com/tuto/tutorial.html ,请打开左栏的高级教程,找到“多爬虫并发采数据”

爬虫群功能是基本功能,免费使用。如果使用云存储,根据存储量收费,集搜客的原则是:如果不占用集搜客的计算机资源,就不收费,云存储的按量收费方案是:http://www.gooseeker.com/about/charge.html,请看“数据仓库”部分
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, 2024-4-25 07:36