查看: 1377|回复: 16
打印 上一主题 下一主题

[讨论] 抓取越来越难了 .....

[复制链接]

该用户从未签到

58

主题

933

回帖

3897

积分

被盗用户

积分
3897

灌水大神章小蜜蜂章笑傲江湖章

跳转到指定楼层
1
发表于 2016-11-30 02:19:09 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式
本帖最后由 lxchen2001 于 2016-11-30 10:13 编辑

谷歌:刚刚启动几分钟,就被侦探到了


谷歌词典好在哪里呢?有个历史趋势图, 以及词源图。


牛津:已经关掉索引页,没了索引,只能瞎撞了。

其他的网站,迟早吧。

并非坏事,把现有的用好。
  • TA的每日心情
    开心
    2020-3-25 07:07
  • 签到天数: 5 天

    [LV.2]偶尔看看I

    129

    主题

    2409

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    17783

    灌水大神章小蜜蜂章笑傲江湖章

    2
    发表于 2016-11-30 07:42:52 | 只看该作者
    Google definition源自ODE,只是多了一个词汇使用趋势。

    trusteegoogle.png (37.33 KB, 下载次数: 0)

    trusteegoogle.png

    trusteeode.png (39.57 KB, 下载次数: 0)

    trusteeode.png
  • TA的每日心情
    奋斗
    2019-11-16 20:51
  • 签到天数: 178 天

    [LV.7]常住居民III

    7

    主题

    714

    回帖

    3887

    积分

    禁止发言

    积分
    3887

    灌水大神章笑傲江湖章QQ 章

    3
    发表于 2016-11-30 08:45:06 | 只看该作者
    oxforddictionaries这个词典在增加例句后论坛里有没有人抓取的?

    该用户从未签到

    58

    主题

    933

    回帖

    3897

    积分

    被盗用户

    积分
    3897

    灌水大神章小蜜蜂章笑傲江湖章

    4
     楼主| 发表于 2016-11-30 10:48:15 | 只看该作者
    本帖最后由 lxchen2001 于 2016-11-30 11:55 编辑
    elusty 发表于 2016-11-30 07:42
    Google definition源自ODE,只是多了一个词汇使用趋势。


    ODE大概也有趋势数据 没有公开而已

    词源的显示谷歌做得比较直观清晰

    (柯林斯也有趋势图,但用起来不方便)

    该用户从未签到

    58

    主题

    933

    回帖

    3897

    积分

    被盗用户

    积分
    3897

    灌水大神章小蜜蜂章笑傲江湖章

    5
     楼主| 发表于 2016-11-30 10:49:19 | 只看该作者
    shakahenryqht 发表于 2016-11-30 08:45
    oxforddictionaries这个词典在增加例句后论坛里有没有人抓取的?

    例句有点太多了
  • TA的每日心情
    开心
    2018-8-14 18:21
  • 签到天数: 11 天

    [LV.3]偶尔看看II

    30

    主题

    652

    回帖

    4万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    46216

    灌水大神章笑傲江湖章

    6
    发表于 2016-11-30 11:19:24 | 只看该作者
    你开VPN上的吗?

    该用户从未签到

    2121

    主题

    2961

    回帖

    6万

    积分

    翰林院修撰

    不忘初心。送分大人,灌水砖家。擅长抛砖引玉,挖坑不填。

    Rank: 12Rank: 12Rank: 12

    积分
    61056

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    7
    发表于 2016-11-30 11:26:11 | 只看该作者



    楼主本就不在墙内,不需要科学上网。
    Alexa 统计数据(准不准另说)显示 http://www.alexa.com/siteinfo/pdawiki.com,论坛至少 5% 的访问者都不在墙内的。



  • TA的每日心情
    开心
    2018-8-14 18:21
  • 签到天数: 11 天

    [LV.3]偶尔看看II

    30

    主题

    652

    回帖

    4万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    46216

    灌水大神章笑傲江湖章

    8
    发表于 2016-11-30 11:28:52 | 只看该作者
    Oeasy 发表于 2016-11-30 11:26
    楼主本就不在墙内,不需要科学上网。
    Alexa 统计数据(准不准另说)显示 http://www.alex ...

    不在墙内都难抓,在墙内可能就更难了

    该用户从未签到

    2121

    主题

    2961

    回帖

    6万

    积分

    翰林院修撰

    不忘初心。送分大人,灌水砖家。擅长抛砖引玉,挖坑不填。

    Rank: 12Rank: 12Rank: 12

    积分
    61056

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    9
    发表于 2016-11-30 11:28:55 | 只看该作者


    谷歌的本职工作就是抓别人,所以防爬经验,没有比它更丰富的了。


  • TA的每日心情
    奋斗
    2019-11-16 20:51
  • 签到天数: 178 天

    [LV.7]常住居民III

    7

    主题

    714

    回帖

    3887

    积分

    禁止发言

    积分
    3887

    灌水大神章笑傲江湖章QQ 章

    10
    发表于 2016-11-30 12:00:26 | 只看该作者

    现在能抓吗?是不是也是抓起来很麻烦?

    该用户从未签到

    34

    主题

    755

    回帖

    2705

    积分

    解元

    Rank: 5Rank: 5

    积分
    2705

    灌水大神章小蜜蜂章笑傲江湖章

    11
    发表于 2016-11-30 16:00:09 | 只看该作者
    这种很简单。

    假设不能超过3分钟:
    1、用A代理,抓取2分50秒后断开。
    2、再用B代理,抓取2分50秒后断开。
    3、再用C、D、E等代理,分别抓取2分50秒后断开。
    4、步骤1~3循环。

    以前抓finedictionary就是这种情况,后来搞得所有美国代理都上不去了,但是某些国家的代理还能上。
  • TA的每日心情
    开心
    2019-11-20 05:34
  • 签到天数: 56 天

    [LV.5]常住居民I

    2

    主题

    371

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    10086

    灌水大神章

    12
    发表于 2016-11-30 18:26:22 | 只看该作者
    谷歌的词源做的真不错,条理清晰容易记

    该用户从未签到

    58

    主题

    933

    回帖

    3897

    积分

    被盗用户

    积分
    3897

    灌水大神章小蜜蜂章笑傲江湖章

    13
     楼主| 发表于 2016-11-30 19:56:37 | 只看该作者
    大熊部落 发表于 2016-11-30 16:00
    这种很简单。

    假设不能超过3分钟:

    嗯 应该代理可以解决

    不过我还不会用,而且查找可用的代理也很花时间。

    该用户从未签到

    58

    主题

    933

    回帖

    3897

    积分

    被盗用户

    积分
    3897

    灌水大神章小蜜蜂章笑傲江湖章

    14
     楼主| 发表于 2016-11-30 19:58:42 | 只看该作者
    shakahenryqht 发表于 2016-11-30 12:00
    现在能抓吗?是不是也是抓起来很麻烦?

    可以抓取 不过我没很大兴趣去做

    之前有个帖子用了新版牛津的资料
  • TA的每日心情
    奋斗
    2019-11-16 20:51
  • 签到天数: 178 天

    [LV.7]常住居民III

    7

    主题

    714

    回帖

    3887

    积分

    禁止发言

    积分
    3887

    灌水大神章笑傲江湖章QQ 章

    15
    发表于 2016-11-30 22:23:31 | 只看该作者
    lxchen2001 发表于 2016-11-30 19:58
    可以抓取 不过我没很大兴趣去做

    之前有个帖子用了新版牛津的资料

    大神,能否写个代码,告诉我怎么抓取,我来抓取。

    该用户从未签到

    58

    主题

    933

    回帖

    3897

    积分

    被盗用户

    积分
    3897

    灌水大神章小蜜蜂章笑傲江湖章

    16
     楼主| 发表于 2016-12-1 02:24:57 | 只看该作者
    shakahenryqht 发表于 2016-11-30 22:23
    大神,能否写个代码,告诉我怎么抓取,我来抓取。

    我的代码比较低级。

    你可以先试试:https://www.pdawiki.com/forum/thread-14024-1-1.html
  • TA的每日心情
    开心
    2023-2-24 18:44
  • 签到天数: 339 天

    [LV.8]以坛为家I

    12

    主题

    1566

    回帖

    58万

    积分

    超级版主

    Rank: 12Rank: 12Rank: 12

    积分
    582062

    灌水大神章小蜜蜂章笑傲江湖章推广专家QQ 章翰林院专用章管理组专用章

    17
    发表于 2016-12-1 13:13:23 | 只看该作者
    最好抓的就是剑桥了 不f#a$n%q^i*a$n&g速度都很快 之前抓连断点续传都不用 挂机几小时搞定 现在也有限制了 一卡一卡的