前嗅ForeSpider中数据采集界面介绍
今天,小编为介绍一下,前嗅ForeSpider中数据采集界面里:运行设置,IP代理设置,验证码设置,这三大设置的界面,具体内容如下:
一,运行设置
数据采集前的运行设置,包括采集速度、采集策略、任务装载、网络超时、HTTP设置、加载设置、任务模式、任务定时、预警设置、过滤设置10个部分。
【运行设置界面】
二,IP代理设置
软件支持动态和静态IP代理,http/https/socket代理。当需要启用IP代理时,需要在资源管理界面添加代理资源。
【IP代理设置界面】
1.启用IP代理
启用IP代理采集时,需要进行代理配置。需选中“启用IP代理”,才能启用IP代理功能。
【启用IP代理】
2.IP资源列表
添加完成的IP资源后会在列表中显示。
【IP资源列表】
添加IP资源代理
删除IP资源代理
保存IP资源代理
修改IP资源代理
3.IP代理配置
可添加IP代理账号,配置IP代理属性。
(1)静态代理IP
【静态代理IP配置】
添加IP资源代理
删除IP资源代理
批量导入IP账号
保存IP资源代理
(2)动态代理IP
【动态代理IP配置】
①协议类型:选择代理的协议类型,软件支持http/https/socket代理。
②返回格式:选择动态IP的返回格式。包括未知、Text、Json、XML。
③刷新周期:指代理IP的有效时长。
④请求地址:粘贴代理商的请求地址。
⑤POST DATA:根据代理不同,post请求的情况下填写该内容。
⑥代码编辑区:需要填写一段脚本,以调用代理IP。
4.启用代理加速
启用代理加速后,可以在采集过程中自动筛选无效和低效率的代理IP(屏蔽错误率超过50%,请求次数>3次的IP),优先使用高效的代理,提升采集的效率和数据质量。
【代理加速】
5.本机IP混用策略
当代理IP失效时,选择是否启用本地网络。
【本机IP混用策略】
三,验证码设置
当采集某些网站的数据时,每一条数据都需要输入一条验证码时就用到了验证码设置。验证码设置的作用是爬虫软件自身输入验证码,以避免人工输入。
【验证码设置界面】
1.识别平台
软件内置了两个打码平台,可根据不同的平台进行验证码配置。
【识别平台】
(1)基础识别平台:预定的内置识别方式。
(2)若快:若快为打码平台。软件通过打码平台解析验证码内容。
2.识别列表
添加验证码识别名称。
【识别列表】
3.验证码设置与测试(不常用)
【资源配置】
其中红框内详情、保存、下载、清空、测试是用来测试验证码是否正确的。点击测试如果右侧验证码图片与图片下解析出来的文字一致,就证明验证码设置的正确。