python 爬虫-2:添加用户代理和延时下载
来源:互联网 发布:sublime windows 破解 编辑:程序博客网 时间:2024/06/07 23:20
对于同一个域名的网站,要求两次链接下载之间应该存在一定的延时,为此写了一个延时类,保证每次下载都存在延时,不会对服务器造成负担:
class Throttle(): def __init__(self, delay): self.delay = delay self.domains = {} def wait(self,url): domian = urlparse.urlparse(url).netloc last_accessed = self.domains.get(domain) if self.delay > 0 and last_accessed is not None: sleep_secs = self.delay - (datetime.datetime.now() - last_accessed).seconds if sleep.secs > 0: time.sleep(sleep_secs) self.domains[domain] = datetime.datetime.now()
同时,也需要为 python 爬虫程序添加 用户代理:
header = {}header['User-Agent'] = 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.90 Safari/537.36'
具体内容详见:
www.wangs0622.com
阅读全文
0 0
- python 爬虫-2:添加用户代理和延时下载
- python爬虫用户代理
- python网页爬虫代理
- Python爬虫代理池
- python爬虫07--代理
- Python 爬虫IP代理
- Python爬虫走代理
- 【python爬虫】python使用代理爬虫例子
- python爬虫2-简单模拟用户登录
- Python爬虫IP代理池的建立和使用
- 爬虫系列6下载一个网页(异常处理,用户代理,重试次数)
- 关于python 3 和python 2的网页爬虫下载问题
- Python爬虫下载文档
- python爬虫-->下载缓存
- python爬虫-->并发下载
- python 爬虫下载图片
- python 爬虫获取代理Ip
- 浅谈Python爬虫代理设置
- 设计模式-享元模式
- java优雅的输出helloWorld
- 矩阵乘法 与 矩阵快速幂详解 以51NOD1242 斐波那契数列的第N项为例
- hibernate创建数据库时报错:org.hibernate.exception.SQLGrammarException: could not execute statement
- SQL将一个表数据拼接为一行
- python 爬虫-2:添加用户代理和延时下载
- 用户和组的管理
- linux下如何用GDB调试c++程序
- Java反射机制浅析
- [总结]操作系统真是博大精深(二)
- resin log日志
- Token认证机制
- 设计模式-解释器模式
- SPA开发第一天(vue-cli)