Apify网页抓取任务不稳定。在相隔几分钟的运行之间得到了不同的结果。
创始人
2024-09-07 15:32:28
0次

解决Apify网页抓取任务不稳定的方法是通过设置随机延迟和重试机制来增加稳定性,并确保在相同的运行之间得到相同的结果。以下是一个包含代码示例的解决方法:

const Apify = require('apify');

Apify.main(async () => {
    // 创建一个PuppeteerCrawler来执行网页抓取任务
    const crawler = new Apify.PuppeteerCrawler({
        // 输入你的爬取目标URL
        startUrls: ['https://example.com'],
        // 配置Puppeteer实例
        puppeteerOptions: {
            // 设置headless模式,可根据需要进行更改
            headless: true,
            // 可以根据需要设置其他Puppeteer选项
        },
        // 配置页面处理程序
        handlePageFunction: async ({ page }) => {
            // 在这里编写你的页面处理逻辑
            // 例如,你可以使用page.evaluate()来获取页面上的数据

            // 让任务在每次请求之间等待一个随机延迟(例如1到5秒之间的随机值)
            const randomDelay = Math.floor(Math.random() * 4000) + 1000;
            await Apify.utils.sleep(randomDelay);
            
            // 返回数据,可以保存或进行其他处理
            const data = await page.evaluate(() => {
                // 你的页面处理逻辑
                return {
                    // 返回你需要的数据
                };
            });
            // 输出数据
            console.log(data);
        },
        // 在请求失败时进行重试的配置
        handleFailedRequestFunction: async ({ request }) => {
            // 在请求失败时等待一段时间(例如5到10秒之间的随机值)
            const randomDelay = Math.floor(Math.random() * 5000) + 5000;
            console.log(`请求 ${request.url} 失败,重试中...`);
            await Apify.utils.sleep(randomDelay);
            return true; // 返回true以进行重试
        },
    });

    // 启动爬虫
    await crawler.run();
});

上述代码示例中,我们通过使用Apify.utils.sleep()函数在每次请求之间引入了一个随机延迟。这有助于避免过于频繁地访问目标网站,从而提高稳定性。

此外,我们还使用handleFailedRequestFunction配置了一个请求失败时的重试机制。在请求失败时,我们等待一段时间(例如5到10秒之间的随机值),然后返回true以进行重试。这有助于应对网络问题或其他临时错误,并增加任务的稳定性。

请注意,以上只是一个示例,你可以根据自己的需求进行调整和优化。

相关内容

热门资讯

前端-session、jwt 目录:   (1)session (2&#x...
linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
关于测试,我发现了哪些新大陆 关于测试 平常也只是听说过一些关于测试的术语,但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
nodejs:本地安装nvm实... 一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本,node...
JAVA集合知识整理 Java集合知识整理 HashMap相关 HashMap的底层数据结构:jdk1.8之...
无刷直流电机介绍及单片机控制实... 无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2 1.传纸条  AcWing 275. 传纸条 - AcWing 走两条路,走一条最大的...
常用的DOS命令 常用的DOS命令 DOS(Disk Operating System,磁...
<C++> 类和对象(下) 1.const成员函数将const修饰的“成员函数”称之为const成员函数,cons...