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？
9 G5 v& v( \: r0 b- f
我这里联通adsl还有部分无法打开EZ

小俞

2 Q$ {4 R0 X8 a2 V! B9 f为什么我可以直接采，没提示什么IP
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 17:20:21,结束时间:2013-11-23 17:29:10
5 j0 W# d6 @3 X( \* s9 G! \: Y
这什么站啊 SITE有600多W数据
数据值钱不，要不要采光他

阿百川

小俞 发表于 2013-11-23 17:28
$ o0 ]: m" B, ]- T5 }为什么我可以直接采，没提示什么IP
. N& I6 I% k/ g+ V3 B( ^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: ...

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
  W  x+ `' A  O6 K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
. n6 s+ ?, J% z! Y3 K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 ...

" Z- q. N3 o* l* J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

/ O+ S+ [% Z, I' l- w" j7 o3 i# _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
4 Z* S  x# R% o8 ]4 X( C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. ...

  C: d7 m, K2 j. a3 R' B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.

; z- S( A9 N) Q  I7 j一下午没搞定ipv6

阿百川

小俞 发表于 2013-11-26 18:18
2 c9 v6 `4 ~# b0 k! a  j1 j1 p6 L700分类，17W5000多分页，500多W数据，一天10W数据。要采50天

+ F1 _+ u% j  t' E  \/ `6 V6 f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
5 m( e# w: F$ Q% b% `你差多少数据来着

6 l- j4 {0 i$ I/ X6 k; v/ `% |十几万，用gg缓存采的差不多了，本来想搞整站来着