你所需要的,不仅仅是一个好用的代理。
baiduyun-spider
百度云爬虫 – 爬取百度云 / 百度网盘所有的分享文件
运行环境
操作
创建名为pan
的数据库,编码设为utf-8
。然后导入sql/pan.sql
,完成表的创建。
打开 bin/spider.py
,修改 DB_HOST
、DB_PORT
、DB_USER
、DB_PASS
如果你是第一次部署,需运行下面命令,完成做种
python bin/spider.py --seed-user
1
2
python bin/spider.py --seed-user
上面其实就是抓取百度云热门分享用户的相关信息,然后从他们开始入手爬取数据
然后运行
python bin/spider.py
1
2
python bin/spider.py
抓取过于频繁,服务器返回429.这个时候需要切换代理IP了,推荐使用阿布云代理,阿布云代理IP,提供高匿代理,爬虫代理.
此时爬虫已经开始工作了。 数据库中就能看到对应的信息了。