集搜客抓数据时,如果24小时抓,需要自己电脑一直开着么~
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2015-12-29 23:35

沙发
For数据 高级会员 发表于 2015-12-29 10:44:25 | 只看该作者
集搜客抓数据时存在本地电脑,不经过官方的数据库,所以采集数据时必须电脑也随时开着,最大程度保障了用户数据的隐私以及安全
举报 使用道具
板凳
Fuller 管理员 发表于 2015-12-29 23:34:13 | 只看该作者
云采集是否更好?

这是大家常问的问题,答案是:云采集有很大的局限性,无法避免被封锁。

因为云采集用云服务器运行爬虫软件,云服务器用固定IP,如果快速抓取大量数据,持续抓取,一会工夫就会被封锁IP。而几个主流的云服务器提供商都不允许使用vpn,proxy等,换IP的可能性很小。

而自己运行爬虫软件,通常用ADSL拨号,IP地址是动态分配的,大家换着用,所以,一个网站也轻易不会封锁它,万一换给别人用了,岂不就封锁了一个用户?假设正在爬数据的时候真的被封锁了,那么重新拨号换IP是比较容易的
举报 使用道具
地板
Fuller 管理员 发表于 2015-12-29 23:35:31 | 只看该作者
For数据 发表于 2015-12-29 10:44
集搜客抓数据时存在本地电脑,不经过官方的数据库,所以采集数据时必须电脑也随时开着,最大程度保障了用户 ...

例如,要自动登录抓取数据,必须把账号和密码告诉爬虫,如果用云采集,那么必然把账号和密码放到了云上,很不安全。而自己运行爬虫,账号和密码在自己的电脑上
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 10:54