粗暴版分布式+IP池爬取微博签到数据

问:如何分布式?

错误的回答:使用scrapy-redis分发待爬队列

正确的回答:指定单个微博cookie给单个进程,再把user_id%len(cookie)==cookie_id的用户指定给这个进程来爬取:

while user_idx < len(user_list):
    user = user_list[user_idx)
    ...
    user_idx += len(cookie)

然后多开。

…………

 

问:如何多IP?

错误的回答:使用代理,一旦HTTPERROR 418就换下一个,下一个更乖

正确的回答:在手机上下载一个自动执行动作的app:

用来每30秒开关一次手机4G:

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值