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 1 个关于本帖的回复 最后回复于 2019-4-4 16:40

沙发
Fuller 管理员 发表于 2019-4-4 16:40:19 | 只看该作者
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
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • 爬网址做层级采集——以当当商品爬虫为例
  • 网络爬虫采集列表数据
  • UMAP的min_dist参数有什么作用?
  • UMAP的n_neighbors参数有什么作用?
  • HDBSCAN的min_samples和min_cluster_size参

热门用户

GMT+8, 2026-6-26 03:12