V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
zarte
V2EX  ›  问与答

go+phantomjs 的爬虫下载渲染时间长怎么优化?

  •  
  •   zarte · 2018-12-18 16:35:53 +08:00 · 1161 次点击
    这是一个创建于 2203 天前的主题,其中的信息可能已经有所发展或是发生改变。

    下载数度一百多 k,耗时二十几秒,渲染这个无法避免。有其他解决方案吗? py 的会快么,不熟 py,有做过的么?。
    之后还有一堆的关键词匹配。。。

    2 条回复    2018-12-19 09:28:08 +08:00
    momo733
        1
    momo733  
       2018-12-18 17:02:25 +08:00 via iPhone
    渲染无法避免?难道是页面上加载了 webgl 或者验证鼠标轨迹的 js ?

    要想解决加载速度,最好的办法还是解析 js 直接发请求,降低 phantomjs 加载时间,感觉你这个网速还是提高一下吧,具体解决方案,我也想看看其他大佬有什么解决办法!

    另外这种爬虫容易被识别,建议使用 go 的 Chromedp,利用 Chrome 调试协议驱动。
    zarte
        2
    zarte  
    OP
       2018-12-19 09:28:08 +08:00
    @momo733 因为页面不是特定的要渲染后通过 xpath 解析。Chromedp 这个我去看下。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   945 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 19:18 · PVG 03:18 · LAX 11:18 · JFK 14:18
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.