求采集ezinearticles的高招，封ip太狠了

阿百川

准备了十几个ip，采了不到300条就封完了
1 G4 S& z! y3 D) z4 W' B
  T6 ~( }, t- c: i; S( g+ S设置了采集间隔，短了没用，长了效率太低
( |$ k  K: X7 N8 r
求高人指点
* y) g4 G  b  H4 ^" Q; E9 U5 A
' t: L7 h& z0 ]. x

小俞

     您或您的网络上有人正在运行一个机器人爬行我们的网站。
        请与您的网络管理员联系，如果你相信这是的情况下。
$ a" |* [2 i+ D7 r
我们只需要你输入验证码，所以我们可以确认，你是一个人，而不是一个机器人。

alitraffic

结合decaptcha不行吗？

阿百川

alitraffic 发表于 2013-11-22 17:22
结合decaptcha不行吗？

$ J. n; ?9 n/ j' w' A) J小试了下，烧的太厉害了

billy

试试直接从搜索引擎采集看看封不封。用site:ezinearticles.com，google一般采集的多会要求验证，采集bing可能更好点。或者试试google缓存页。

firearmer

根据目测，如果有一些美国ip，然后打开每一篇文章都切换一下ip，间隔稍微长一些，那么应该没啥问题。

阿百川

billy 发表于 2013-11-22 18:24
试试直接从搜索引擎采集看看封不封。用site:ezinearticles.com，google一般采集的多会要求验证，采集bing可 ...

bing的缓存页url搞不定，gg的缓存还可以，勉强能有龟速

阿百川

firearmer 发表于 2013-11-22 18:59
根据目测，如果有一些美国ip，然后打开每一篇文章都切换一下ip，间隔稍微长一些，那么应该没啥问题。 ...

根据实测，间隔短无效，间隔长效率太低

Atrus

以前挂多个代理IP 间隔还可以采 现在不行了
AS似乎是API调用的 具体不清楚

阿百川

Atrus 发表于 2013-11-22 19:37
以前挂多个代理IP 间隔还可以采 现在不行了
AS似乎是API调用的 具体不清楚

以前一天采几十万很容易，后悔当初没扒光

ofneyyooa

你用多少个代理ip啊，　现在哪个卖代理的不是几千上万的啊.
我还真没遇过采集不到的.
# G: L* ^2 P& C0 U

Atrus

ofneyyooa 发表于 2013-11-22 23:54
, R9 v( `% h  D  r你用多少个代理ip啊，　现在哪个卖代理的不是几千上万的啊.
7 N" R0 U# k9 c7 h- A1 a& C2 J6 H+ R我还真没遇过采集不到的.
...

" h- O4 \. \4 y2 R你试试就知道 有可能1个代理IP 只能采一篇。。。

阿百川

ofneyyooa 发表于 2013-11-22 23:54
你用多少个代理ip啊，　现在哪个卖代理的不是几千上万的啊.
我还真没遇过采集不到的.
' r$ H: I' V: p6 S ...

开始也是这么想的，实际操作。。。

阿百川

Atrus 发表于 2013-11-23 00:45
你试试就知道 有可能1个代理IP 只能采一篇。。。

目前采集gg缓存，效率勉强可以，一小时一千多条

小俞

' a5 A4 M9 i6 w7 y; p* {6 q: |
为什么我可以随便采了。。。