問題描述

因?yàn)樵谂廊〉木W(wǎng)站需要賬號(hào)登陸，不方便公開。因此我只能這樣大致性的咨詢，實(shí)在抱歉。

我需要爬一個(gè)目標(biāo)網(wǎng)站的數(shù)據(jù)，發(fā)現(xiàn)在點(diǎn)擊下一頁時(shí)候，網(wǎng)址并沒有改變.通過源碼確定是使用了js外加ajax的樣子.通過chrome的控制臺(tái)，捕獲到點(diǎn)擊下一頁時(shí)候，向指定地址發(fā)送了一條帶多個(gè)參數(shù)的get指令。

原先采用selenium+phantomjs的方式暴力無腦方式爬取，一個(gè)頁面大概5S左右就能獲取，實(shí)際用瀏覽器打開也是這個(gè)速度。為了爬取大量的數(shù)據(jù)，準(zhǔn)備改用多線程+直接requests.get目標(biāo)地址的方式來采集，但是發(fā)現(xiàn)采集速度非常的慢，從5S降到的20s左右。

請教下，出現(xiàn)這樣現(xiàn)象的原因可能是什么？我該如何解決？請指教

問題解答

抱歉 浪費(fèi)了各位的時(shí)間- -是我開始測試的時(shí)候，周圍有人再下迅雷，網(wǎng)絡(luò)炸了。抱歉 抱歉