我正在制作一个小机器人来抓取一些网站.现在,我现在只是测试它,我尝试了两种类型的设置:
每3秒约10次请求 - IP被禁止,所以我说 - 好吧,那太快了.
每3秒发出2次请求 - 30分钟后IP被禁用,1000多个链接被抓取.
这还是太快了吗?我的意思是,如果我收到"我们只是不想被抓取?还是那还是太快了?
谢谢.
编辑
再次尝试 - 每5秒2次请求 - 30分钟后550个链接我被禁止了.
我会每2秒发出一次请求,但我怀疑会发生同样的情况.我想我必须联系管理员 - 如果我能找到他的话.
这里有一些准则 对 网络 爬虫 礼貌.
通常情况下,如果页面下载需要x秒,那么在重新下载之前等待至少10x-15x是很有礼貌的.
另外,请确保您也尊重robots.txt.