:我抓博客的数据,翻页特别多,能做限制吗?
:用crontab文件,可以限制翻页数量,要么用depth参数限制死,要么根据是否以前抓过做增量抓取设置。参看http://www.gooseeker.com/cn/node/technology/files/pss

生成这个文件的方法参看: http://www.gooseeker.com/res/tooldetail_4.html

老版本教程可以参考:http://www.gooseeker.com/cn/node ... okv4/increment.html

举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2016-8-8 09:22

沙发
Fuller 管理员 发表于 2016-8-8 09:22:14 | 只看该作者
上面介绍的方法有点陈旧了,还有更好的方法,在会员中心设置调度参数,具体看这里:http://www.gooseeker.com/doc/thread-917-1-1.html
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, 2024-4-27 08:57