如题 世界总统库地址:世界总统库(男性)"https://www.worldpresidentsdb.com/list/gender/male/" 世界总统库(女性)"https://www.worldpresidentsdb.com/list/gender/female/"


我之前使用的是requests+xpath,但是爬取的时间太长,一共500多条数据,需要2800多秒,原因是需要访问每一个人的页面,然后进行解析,想知道有没有什么快捷的办法
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2019-11-29 16:19

Fuller 管理员 发表于 2019-4-4 16:40:49 | 显示全部楼层
用集搜客网络爬虫试试,如果只运行一个线程的话,平均一个网页4秒以内完成。如果网站不封锁,可以启动爬虫群模式,用多个线程同时爬

针对这个网站,做一个层级采集规则,我看需要两级规则就可以了。
举报 使用道具
fs7374527 新手上路 发表于 2019-11-29 16:19:03 | 显示全部楼层
https://www.gooseeker.com/doc/article-200-1.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, 2024-3-29 07:29