单 IP 如何最大限度爬取 GG 搜索结果？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 3011 天前的主题，其中的信息可能已经有所发展或是发生改变。

换 IP 正在使用，但效率很烂，所以才想提高单 IP 的获取数量

GG 会根据不同的 UA 返回不同样式的数据，尝试 PC 、移动端的 UA 也不咋地

第 1 条附言 · 2016-08-27 17:21:20 +08:00

目前的方案，服务器绑定 N 个 IP ，不同 IP 出口设置随机时间间隔， ua 、 ref 全部随机，验证码基本 200+左右出现一次

样式

限度

不同

6 条回复 • 2016-08-27 22:00:13 +08:00

em70

2016-08-27 15:28:22 +08:00

要论爬虫技术,这个世界谁有 google 厉害,任何小伎俩都是班门弄斧,别折腾了

tumb8r

2016-08-27 16:29:38 +08:00 via iPhone

@em70 说的很有道理🌚敢爬世界上最大的爬虫，加油

lbp0200

2016-08-27 16:57:21 +08:00 via Android

主要是验证码

lbp0200

2016-08-27 16:58:11 +08:00 via Android

楼主百度的？不用自己爬了，好办法

dsg001

2016-08-27 19:48:25 +08:00

@lbp0200 用来跟踪网站排名，方便以后分析的。另外百度应该有足够的 IP 进行轮询吧

Mart

2016-08-27 22:00:13 +08:00

@dsg001 百度有自己的标示吧？