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

" o  ~: Z! P% Q: t. Y8 ~1 H设置了采集间隔，短了没用，长了效率太低
2 Y/ R2 U1 M2 k$ ^& }8 @
: p; y% K! a' X& C" n" |求高人指点

8 g0 T6 t% Z$ m* Y" g

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。
8 @6 w. G- v6 }! K" e! |% a* a        请与您的网络管理员联系，如果你相信这是的情况下。
' o5 [3 G+ x5 l) r* J9 I" @
$ e9 I& v/ I( [0 i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？

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
2 l0 e4 ~1 [4 b& q4 F% {. J" s5 m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。 ...

1 T9 W3 u. U: ^/ O2 C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
  g* d& W; u) _) _) L' W$ q: B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.
/ `  |$ T1 [4 T

Atrus

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.
...

& @- F# V; W8 {' T4 Z' _/ D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.
" O, i2 g% X- e8 n! x3 e1 K8 `8 f; K9 ^我还真没遇过采集不到的.
...

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

: \1 u4 [* `2 j9 m0 K9 v/ R
为什么我可以随便采了。。。