V2EX 10月29日 21:40
贝壳搜索爬虫遭遇重复数据问题
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

本文讲述作者开发贝壳搜索爬虫时,因移动端数据抓取遭遇重复问题,导致有效数据不足105条的经历。

前面说因为想找房子 贝壳搜索不好用 所以写了个爬虫。

昨天通过移动端链接,一天一夜只抓了 2800 条数据,
就被拦截了请求,这就算了。
关键是我一去重,发现不重复的只有 105 条。
时间戳都不同。
这意思就是虽然我在往后翻页,
但重复的房源再反复的被搜索出来?
无语。

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

贝壳搜索 爬虫 数据重复
相关文章