比如说,设置每组线索20条,爬虫群的每组线索是100条。滚屏参数与滚屏次数也跟调度的不一样。。。
举报 使用道具
| 回复

共 1 个关于本帖的回复 最后回复于 2017-3-9 14:15

沙发
ym 版主 发表于 2017-3-9 14:15:25 | 只看该作者
爬虫群是随机分配任务的,只要规则还有未采集的线索就会分配给其中一个爬虫窗口,直到把所有待采集的线索都执行完为止。
滚屏次数不是准确滚屏的次数,而是指额外的次数。DS打数机总是要尽量滚屏到底,而长网页到底有多少屏一开始不知道,所以,用户无法设定准确数字,程序会根据网页长度变化情况自动调整滚屏次数,这个数字可以看成是额外滚屏次数,即为了确保抓取最全的数据,在足够的滚屏次数之上额外增加的次数。
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, 2024-5-2 10:54