网站更新后 为什么不显示,个人主页设计html代码,网站维护运营好做吗,网站备案接入商是什么今晚想给偶像的相册截个图,避免某一天网站挂了我想看看回忆都不行,用的是js的木偶师来爬虫台湾的部落格,效果图大概是这样,很不错 问题来了.我很贪心, 我想一次性把相册全爬了,也就是并发 ,这个人的相册有19个!!我一下子要开19个谷歌浏览器那个什么进程, 然后程序就崩了, 我就想…今晚想给偶像的相册截个图,避免某一天网站挂了我想看看回忆都不行,用的是js的木偶师来爬虫台湾的部落格,效果图大概是这样,很不错 问题来了.我很贪心, 我想一次性把相册全爬了,也就是并发 ,这个人的相册有19个!!我一下子要开19个谷歌浏览器那个什么进程, 然后程序就崩了, 我就想能不能加入个限制? 每次只爬3个,3个完之后再继续. ok,思路是这样:
1.假如有一个数组9个url(模拟9个相册的url),我按并发数切割,假如并发数是3 2.得到数据结构如下 3.然后循环这个数组, 再循环里面的小数组并添加进promiseChunk数组,用await Promise.all阻塞后面的其他切割的小数组运行,同时添加进AllChunksPromise数组,用来统计所有切割小数组完成后的时间最后再Promise.all把第二步的数据结构扁平为一维在后面就可以计算得到代码执行时间 得到代码如下 结果还行,就是有点慢,毕竟后台调用浏览器...我的单核服务器cpu飙到100% 最后说下cheerio和puppeteer这两个这两天都有用cheerio解析静态网页很快很适合抓数据。木偶可以执行js这就很牛了因为他是直接打开一个浏览器运行的就是慢各有优缺优缺互补最好了
源代码已经上传github:https://github.com/DoctorTan/pixnetAlbumScreenshot
