您的位置:首页 > 新闻资讯 >文章内容
代理IP和多线程可以提升selenium抓取数据的速度
来源:互联网 作者:admin 时间:2019-04-19 16:19:36

  代理IP和多线程可以提升selenium抓取数据的速度,本来在使用selenium浏览器渲染技术爬取网站信息时,速度是很慢的。而且一般需要用到这种技术爬取的网站,反爬技术都比较厉害,对IP的访问频率应该有相当的限制。所以,如果想提升selenium抓取数据的速度,可以从两个方面出发:


  1.提高抓取频率,出现验证信息时进行破解,一般是验证码或者用户登录。


  2.使用多线程+代理IP,这种方式,需要电脑有足够的内存和充足稳定的代理IP。


代理IP和多线程可以提升selenium抓取数据的速度


  另外,我们在这过程中要注意:


  1.电脑内存要够大。因为chrome占内存较大,在并发度很高的情况下,容易造成浏览器崩溃,也就是程序崩溃。


  2.代理IP最好是稳定的固定IP,不要选动态IP。我们常用的爬虫IP是高匿名动态IP,是通过拨号动态产生的,时效性很短,一般在1~3分钟。对于scrapy这种并发度很高,又不需要登录的爬虫来说,非常合适,但是在浏览器渲染类爬虫中并不适用。


  而且还要注意代理IP的速度,因为selenium爬虫采用的是浏览器渲染技术,本身速度就很慢。如果选择的代理IP速度较慢,就会大大增加爬取的时间。


  3.在程序结束时,调用browser.quit()清除浏览器缓存。


  我们使用代理IP和多线程可以提升selenium抓取数据的速度,大家可以考虑下的,或者自己去测试下效果。


相关文章内容简介
推荐阅读
  • 04 2019-09
    使用代理IP池怎么维护?

    使用免费代理IP的时候,在爬取数据的时候,遇到了IP被封杀的情况。为了顺利开展工作,选用付费的代理IP,像机灵代理,以下分享爬虫工作经验,对代理IP池的维护提供一些见解。

  • 14 2019-06
    QQ不想暴露IP可以用代理上网

    QQ不想暴露IP可以用代理上网,其实QQ软件本身是支持代理的设置,可以设置http代理和Socks5代理的。这方便了大家,假如不想被别人知道你的IP地址,也不想被被人知道你的所在地,那么就可以设

  • 18 2019-01
    采集数据怎么找个IP多的代理

    在这个大数据时代,大部分的企业都需要了解市场的情况,否则容易导致本身价格过高或者过低等等不好的情况出现,因此企业通过爬虫采集数据信息,对获取的数据进行分析,制定适合自己的

  • 06 2019-08
    分布式爬虫加上http代理高效采集

    分布式爬虫加上http代理高效采集,这数据的采集肯定是要有效率的,相对于单个网络爬虫而言,分布式爬虫和http代理是提高效率的工具,http代理可以使用机灵代理。那么分布式网络爬虫怎么用

  • 20 2019-03
    不知道怎么制作代理ip池?抓取免费IP搭建代理IP池教程

    有可能是因为使用了低质量的代理IP,可能是你的IP进了该站的黑名单,某一段时间内不能访问该站的资源。那么该怎么解决这个问题?比较有效的方式是使用代理ip,而如果有一个自己的代理ip

  • 17 2019-06
    爬虫下载网页会涉及ip限制问题

    爬虫下载网页会涉及ip限制问题,如果能解决这个问题,爬虫的工作会顺利很多的,那么对于ip限制,可以采取什么方法来处理呢?

在线咨询
大客户经理
大客户经理
1829380381
13316264505

大客户经理微信

微信公众号

微信公众号

回到顶部