如题
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2017-5-31 20:09

沙发
Fuller 管理员 发表于 2017-5-31 19:41:22 | 只看该作者
如果是一定要抓到的,那么就勾上关键内容。这样肯定不会抓漏。但是,如果网页上有时候有,有时候没有这个内容,就不能勾关键内容了。

如果全部显示了,一般不会抓漏
举报 使用道具
板凳
ovna123 金牌会员 发表于 2017-5-31 19:46:26 | 只看该作者
Fuller 发表于 2017-5-31 19:41
如果是一定要抓到的,那么就勾上关键内容。这样肯定不会抓漏。但是,如果网页上有时候有,有时候没有这个内 ...

谢谢!
另:运行爬虫群会导致网页弹出验证。似乎用不了。
举报 使用道具
地板
gz51837844 管理员 发表于 2017-5-31 20:09:56 | 只看该作者
ovna123 发表于 2017-5-31 19:46
谢谢!
另:运行爬虫群会导致网页弹出验证。似乎用不了。

可以清一下cookie, 可能的话换一下ip, 放慢抓取速度, 同一台电脑不要开多个爬虫群窗口爬同一个网站
如果爬取量比较大, 最好分散到多台爬虫电脑
另外爬虫群有几个参数可以控制抓取速度:

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 08:48