该项目的特点是，爬取网站单一但数据量要求大，甲方要求我爬取一个主题下全部历史的微博评论数据，因此和多社交媒体标准数据量爬虫不同，这个项目的主要精力放在了高效率爬虫方面，主要解决的问题有：控制访问频率，使用ip代理池应对反爬虫措施解决的难点问题包括：requests模拟登录分布式爬虫提高效率声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论