求采集ezinearticles的高招，封ip太狠了

阿百川

小俞 发表于 2013-11-23 17:11
三分钟50几篇文章，不换IP算什么水平

直接采EZ？哪里的网络？

我这里联通adsl还有部分无法打开EZ

小俞

4 v' n5 Z4 ]; o5 {) T! T为什么我可以直接采，没提示什么IP
3 s; u, l- t2 g6 m: r2 S8 d- h福州铁通网络
/ T1 [1 T4 ], L本次采内容成功843条,失败0条,开始时间:2013-11-23 17:20:21,结束时间:2013-11-23 17:29:10

这什么站啊 SITE有600多W数据
2 }+ R8 r; l# Q2 L& y) p7 U数据值钱不，要不要采光他

阿百川

小俞 发表于 2013-11-23 17:28
. D! y2 |6 X+ ]& |2 M% ?为什么我可以直接采，没提示什么IP
- K1 P, D$ j6 n8 s* m* l( s福州铁通网络
本次采内容成功843条,失败0条,开始时间:2013-11-23 17:20: ...

9 t2 L2 x! f! w; f& W+ f重要的内容源，能采就尽量采吧

小俞

测试采了1W数据，开了6个任务，每个任务10个线程，10分钟后也挂了。。。。

阿百川

小俞 发表于 2013-11-23 18:03
测试采了1W数据，开了6个任务，每个任务10个线程，10分钟后也挂了。。。。

伤心，还以为铁通可以采呢

shanguiyao

通过代理工具。先跑出来几百个代理。然后写个程序，随机代理去采集。我写了个简单的。基于c#的。不过只能跑单线程的。多线程还是要自己封包。

阿百川

shanguiyao 发表于 2013-11-24 18:15
7 {0 i( t/ Z- R) F4 l0 j' D通过代理工具。先跑出来几百个代理。然后写个程序，随机代理去采集。我写了个简单的。基于c#的。不过只能跑 ...

% `$ e/ O1 |! B! V, T跑了几百个公共代理，用python开5线程，采了不到100都挂了

shanguiyao

阿百川 发表于 2013-11-25 07:45
跑了几百个公共代理，用python开5线程，采了不到100都挂了

代理也分透明代理,高匿代理的.主要看对方检查严格不严格了.检查严格的.透明代理基本上没啥用的.

阿百川

shanguiyao 发表于 2013-11-26 15:44
7 f2 a% [4 H/ l$ m7 R4 ?+ k# [代理也分透明代理,高匿代理的.主要看对方检查严格不严格了.检查严格的.透明代理基本上没啥用的. ...

直接用ez做验证，pass的才使用

goog1e

ipv6试试看.

小俞

700分类，17W5000多分页，500多W数据，一天10W数据。要采50天

阿百川

goog1e 发表于 2013-11-26 17:40
ipv6试试看.

  P% s; f) s- O一下午没搞定ipv6

阿百川

小俞 发表于 2013-11-26 18:18
$ `4 b1 r( u/ S  A3 K1 O700分类，17W5000多分页，500多W数据，一天10W数据。要采50天

6 M# O; M% {" Q' ?2 s: Y# ?2 R) ?有站点地图，而且很容易过滤出文章url

小俞

你差多少数据来着

阿百川

小俞 发表于 2013-11-26 20:22
你差多少数据来着

十几万，用gg缓存采的差不多了，本来想搞整站来着