您的位置:首页 > 新闻资讯 >文章内容
更换代理IP后启动爬虫,是否能断点续传?
来源:互联网 作者:admin 时间:2019-04-09 17:46:56

  更换代理IP后启动爬虫,是否能断点续传?有时候被封IP,导致爬虫程序中断,如果再次启动非常的麻烦,重新再来也没有效果,是否能够在更换新的IP地址后,再从断的地方开始呢?scrapy支持断点续传吗?


  一般Web服务器会默认开启对断点续传的支持。所以,如果直接通过Web服务器来提供文件的下载,可以不用做特别的配置,就能享受断点续传。还是尽可能的选择高匿名度的代理ip,不容易暴露,比如一直在用的机灵代理,匿名性就很好的。


  在scrapy中我想不用多说了,用过scrapy框架的应该都知道,本身scrapy就已经内置了一个参数jobs持久化设置


  要启用持久化支持,你只需要通过 JOBDIR 设置 job directory 选项。这个路径将会存储 所有的请求数据来保持一个单独任务的状态(例如:一次spider爬取(a spider run))。必须要注意的是,这个目录不允许被不同的spider 共享,甚至是同一个spider的不同jobs/runs也不行。也就是说,这个目录就是存储一个 单独 job的状态信息。


  怎么使用


  要启用一个爬虫的持久化,运行以下命令:


  scrapy crawl somespider -s JOBDIR=crawls/somespider-1


  然后,你就能在任何时候安全地停止爬虫(按Ctrl-C或者发送一个信号)。恢复这个爬虫也是同样的命令:


  scrapy crawl somespider -s JOBDIR=crawls/somespider-1


  保持状态


  有的时候,你希望持续保持一些运行长时间的蜘蛛的状态。这时您可以使用 spider.state 属性, 该属性的类型必须是dict. scrapy提供了内置扩展负责在spider启动或结束时,从工作路径(job directory)中序列化、存储、加载属性。


  下面这个例子展示了使用spider state的回调函数(callback)(简洁起见,省略了其他的代码):


更换代理IP后启动爬虫,是否能断点续传?


  持久化的一些坑


  如果你想要使用Scrapy的持久化支持,还有一些东西您需要了解:


  Cookies的有效期


  Cookies是有有效期的(可能过期)。所以如果你没有把你的爬虫及时恢复,那么他可能在被调度回去的时候 就不能工作了。当然如果你的爬虫不依赖cookies就不会有这个问题了。


  请求序列化


  请求是由 pickle 进行序列化的,所以你需要确保你的请求是可被pickle序列化的。 这里最常见的问题是在在request回调函数中使用 lambda 方法,导致无法序列化。


  例如, 这样就会有问题:


更换代理IP后启动爬虫,是否能断点续传?


  更换代理IP后启动爬虫,是否能断点续传?scrapy支持断点续传,无需从头开始,可以参考上文。


相关文章内容简介
推荐阅读
  • 25 2019-10
    你了解HTTP代理吗?

    HTTP代理是目前使用最多、也是最为常见的一种代理IP方式。但是虽然用户数量比较多,机灵代理发现大家对这一种代理方式的使用依然是很模糊的,没有发挥出它的功能。

  • 22 2019-10
    线程IP池如何理解?

    线程IP池是什么?使用代理IP的时候,我们需要了解一些相关的概念,那么,线程IP如何去理解呢?下面我们分3个步骤来进行解读。

  • 09 2019-04
    换IP快、性价比高的http代理

    目前http代理的使用比较广,是否可以推荐个换IP快、性价比高的http代理商家呢?换IP快,指的是更换IP的时候比较流畅比较快,还有一个点就是要看更换的这个IP质量怎么样,是不是响应速度也

  • 24 2019-06
    问答推广用代理IP不容易被封

    问答推广用代理IP不容易被封,大家可以尝试下这个做发法,效果相当的不错。目前来讲,问答推广依然很重要,问题推广就是以用户的角度去提问,这些问题内容也是用户想要知道的,信赖感

  • 22 2019-10
    代理IP的微博涨粉妙招

    经常看到微博大V在做广告,发现有一些号其实粉丝只到几十万也可以接到广告,而且一到有大型活动,商家会买一系列的大号来帮忙发推广。想要成为微博大V赚钱?代理IP先教你涨粉技巧。

  • 07 2020-04
    HTTP代理IP的用途有哪些呢

    代理IP是换IP的主要工具,用起来很方便,很多用户的工作和生活都离不开代理的帮助。但还有很多人对代理IP不了解,所以也不知道会带来哪些便利。那么,代理IP的用途有哪些呢?

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