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

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

保存时出现了1个错误,导致这篇... 当保存文章时出现错误时,可以通过以下步骤解决问题:查看错误信息:查看错误提示信息可以帮助我们了解具体...
汇川伺服电机位置控制模式参数配... 1. 基本控制参数设置 1)设置位置控制模式   2)绝对值位置线性模...
不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分,它可以提供高速稳定的网络连接。但是,有时候我们会遇到不能访问光...
本地主机上的图像未显示 问题描述:在本地主机上显示图像时,图像未能正常显示。解决方法:以下是一些可能的解决方法,具体取决于问...
不一致的条件格式 要解决不一致的条件格式问题,可以按照以下步骤进行:确定条件格式的规则:首先,需要明确条件格式的规则是...
表格中数据未显示 当表格中的数据未显示时,可能是由于以下几个原因导致的:HTML代码问题:检查表格的HTML代码是否正...
表格列调整大小出现问题 问题描述:表格列调整大小出现问题,无法正常调整列宽。解决方法:检查表格的布局方式是否正确。确保表格使...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限:此外...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务...