求采集ezinearticles的高招，封ip太狠了

阿百川

准备了十几个ip，采了不到300条就封完了
  Q8 r% v8 e/ X
# c: G- j* X; g9 O$ b0 S设置了采集间隔，短了没用，长了效率太低
' z% I* k; W. s) H! @
# K, t$ S! w$ G- m4 h. F求高人指点
. ]" I( [' N: y9 f9 N
( m- k  I9 d5 x4 X* f4 A

小俞

     您或您的网络上有人正在运行一个机器人爬行我们的网站。
        请与您的网络管理员联系，如果你相信这是的情况下。

我们只需要你输入验证码，所以我们可以确认，你是一个人，而不是一个机器人。

alitraffic

结合decaptcha不行吗？

阿百川

alitraffic 发表于 2013-11-22 17:22
5 _/ O4 U1 m8 y  }* t结合decaptcha不行吗？

7 @: a3 I3 t9 e+ ], m5 J$ G9 W小试了下，烧的太厉害了

billy

试试直接从搜索引擎采集看看封不封。用site:ezinearticles.com，google一般采集的多会要求验证，采集bing可能更好点。或者试试google缓存页。

firearmer

根据目测，如果有一些美国ip，然后打开每一篇文章都切换一下ip，间隔稍微长一些，那么应该没啥问题。

阿百川

billy 发表于 2013-11-22 18:24
) U/ x+ x* T4 n/ n! d/ X+ E试试直接从搜索引擎采集看看封不封。用site:ezinearticles.com，google一般采集的多会要求验证，采集bing可 ...

bing的缓存页url搞不定，gg的缓存还可以，勉强能有龟速

阿百川

firearmer 发表于 2013-11-22 18:59
4 w! l5 [6 e& i+ F4 R% M' a9 F根据目测，如果有一些美国ip，然后打开每一篇文章都切换一下ip，间隔稍微长一些，那么应该没啥问题。 ...

根据实测，间隔短无效，间隔长效率太低

Atrus

以前挂多个代理IP 间隔还可以采 现在不行了
: ^+ k! _/ w/ z; x% PAS似乎是API调用的 具体不清楚

阿百川

Atrus 发表于 2013-11-22 19:37
以前挂多个代理IP 间隔还可以采 现在不行了
AS似乎是API调用的 具体不清楚

以前一天采几十万很容易，后悔当初没扒光

ofneyyooa

你用多少个代理ip啊，　现在哪个卖代理的不是几千上万的啊.
' o: r; g# n0 L( @( q9 I; @+ D我还真没遇过采集不到的.
) |% k! L# K4 j: m! O% m

Atrus

ofneyyooa 发表于 2013-11-22 23:54
你用多少个代理ip啊，　现在哪个卖代理的不是几千上万的啊.
我还真没遇过采集不到的.
...

+ E( ~: x! R0 a1 Y, O你试试就知道 有可能1个代理IP 只能采一篇。。。

阿百川

ofneyyooa 发表于 2013-11-22 23:54
你用多少个代理ip啊，　现在哪个卖代理的不是几千上万的啊.
4 D$ I8 C  o) s6 L. i我还真没遇过采集不到的.
...

开始也是这么想的，实际操作。。。

阿百川

Atrus 发表于 2013-11-23 00:45
你试试就知道 有可能1个代理IP 只能采一篇。。。

目前采集gg缓存，效率勉强可以，一小时一千多条

小俞

, {- v9 g8 M; D
! G' B% H8 `9 u1 m为什么我可以随便采了。。。