pyspider - 对抗反爬虫策略

问题描述

问 题

我的问题如下：

我需要抓取一个网站的数据来做一些统计研究，但是这个网站有严格的反抓取策略。
目前看来，利用pyspider框架进行一段时间的抓取后，网站就会禁止我访问。有没有什么好的
办法使得pyspider能够抓取一段时间后停止抓取，然后隔一段时间有恢复抓取的策略呢？

解决方案

IP被封了是么。非常常用的爬虫封禁方法，但是策略不一定是相同的，有的是判断你请求速率，有的判断是多少时间内的请求次数。

具体的推荐你看一篇文章，里面有专门讲如果通过代理服务器IP进行突破IP封禁策略，当然其他的几个方法也非常值得研究

为何大量网站不能抓取?爬虫突破封禁的6种常见方法

这篇关于pyspider - 对抗反爬虫策略的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！