爬虫这种东西受制于网速么,明明我睡很久了。。。

2015-11-21 17:42:47 +08:00
 RadAsm
因为朋友是做民航的,希望能够看到未来几天内某个航段的价格情况。
就写了个爬虫,打算从协程爬取数据,因为本来我是刚接触爬虫这个东西,所以基本算是不懂了。
楼主使用的是 selenium 进行数据的爬取,代码在[这里]( https://github.com/fantianwen/web_scrap/tree/master/ctrip)

协程的每个页面的数据需要进行下拉才能将数据显示完全。

我在办公室(网速有点慢吧,但是页面能够流畅的打开,并且我增加了 js 交互后的 sleep 时间)运行这段代码,基本上崩溃。。。看错误信息,基本上就是 WebElement 找不到(难道睡 10 秒都不够吗?)

但是,在家里,都能爬取成功。

不明所以,希望和 v 友讨论讨论。。

还有,向请教:正确的爬虫姿势是怎样的?
4561 次点击
所在节点    Python
6 条回复
jugelizi
2015-11-21 18:13:45 +08:00
为什么不直接抓 js 请求的数据
knightdf
2015-11-21 18:40:19 +08:00
selenium 慢的一比。。。你还不如抓下他 ajax 的接口
RadAsm
2015-11-21 18:42:29 +08:00
@knightdf 确实慢 =。=
XianZaiZhuCe
2015-11-21 18:45:07 +08:00
携程的数据不行,抓航旅的
lostsnow
2015-11-21 20:36:43 +08:00
scrapy
coolzilj
2015-11-22 23:41:51 +08:00
https://www.apifier.com/
爬虫新姿势

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/237897

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX