node爬虫限制采集速度?

发布于 2022-09-12 02:56:11 字数 144 浏览 33 评论 0

request、cheerio

node的爬虫如何设定采集速度?
由于目标站点打开速度比较慢,加载数据相对较长的时间,所以总有一些页面还没加载完,就被忽略掉了。

要怎么限制node爬虫的并发量和采集速度之类的。

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

魂ガ小子 2022-09-19 02:56:11

使用队列的方式就可以。
如果是分布式抓取,建议使用专业的消息队列组件。
如果是单机简单的抓取,网上也有一些开源的单机消息队列。

使用消息队列,就可以轻易的控制并发和抓取间隔。
比如我设定每次同时消费10个队列,就可以控制并发为10.
如果是想要1分钟内抓取10个网页,也可以通过一些限流算法去实现(网上有很多教程)

总之,你把他写成消息队列的形式,一切都简单起来了。

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文