鱼C论坛

 找回密码
 立即注册
查看: 1528|回复: 7

[已解决]求助 爬取的注意事项

[复制链接]
发表于 2020-4-1 16:56:54 From FishC Mobile | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
最近做论文 遇到网上查阅论文要么需要好多钱 要么就是各种广告 所以想求助一下 我在爬取文献前需要什么软硬件需求以及程序代码
最佳答案
2020-4-1 17:29:26
本帖最后由 admintest166 于 2020-4-1 17:31 编辑

1.首先确定你要爬取的网站
2.分析请求和你想要的数据是否有反爬 如果是ajax看一下是否有需要传的加密参数
3.如果有反爬看一下换成手机的user-agent能不能绕过 因为在我爬取的网站中大型的网站对手机端的WEB基本不加反爬

如果是简单的静态网页 也可以考虑上框架 pyspider(这个需要一点学习成本)

硬件要求 很简单 有个电脑就行
软件:有python环境 基本的请求库和解析库 保不齐暴力点上selenium或者pyppeteer

想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2020-4-1 16:58:12 | 显示全部楼层
没有什么软硬件需求,只要会爬就行

评分

参与人数 1鱼币 +1 收起 理由
dingshuang + 1

查看全部评分

想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-4-1 17:01:36 | 显示全部楼层
首先要看你想爬的网站(网页)是否有你感兴趣的数据(一般都是批量数据,要是一条数据 就不用爬了)
其次 观察该网站是否好爬,要是不好爬,你要分析它,是否能破掉它,要是搞不定,就要换网站了

评分

参与人数 1鱼币 +1 收起 理由
dingshuang + 1

查看全部评分

想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-4-1 17:03:15 | 显示全部楼层
你不会想白嫖吧
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-4-1 17:29:26 | 显示全部楼层    本楼为最佳答案   
本帖最后由 admintest166 于 2020-4-1 17:31 编辑

1.首先确定你要爬取的网站
2.分析请求和你想要的数据是否有反爬 如果是ajax看一下是否有需要传的加密参数
3.如果有反爬看一下换成手机的user-agent能不能绕过 因为在我爬取的网站中大型的网站对手机端的WEB基本不加反爬

如果是简单的静态网页 也可以考虑上框架 pyspider(这个需要一点学习成本)

硬件要求 很简单 有个电脑就行
软件:有python环境 基本的请求库和解析库 保不齐暴力点上selenium或者pyppeteer

评分

参与人数 1荣誉 +1 鱼币 +2 收起 理由
dingshuang + 1 + 2

查看全部评分

想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-4-1 23:47:42 | 显示全部楼层
直接去学自动化,selenium,  不要求速度,90%的网站都可以攻破

评分

参与人数 1鱼币 +1 收起 理由
dingshuang + 1

查看全部评分

想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2020-4-11 01:46:07 From FishC Mobile | 显示全部楼层
Hello. 发表于 2020-4-1 17:03
你不会想白嫖吧

被您发现了
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2020-9-21 23:32:20 From FishC Mobile | 显示全部楼层
Hello. 发表于 2020-4-1 17:03
你不会想白嫖吧

被你发现了 嘻嘻
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-12-25 00:05

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表