V2EX › timliu22322266 的所有回复

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

2018-11-08 12:24:38 +08:00

回复了 timliu22322266 创建的主题 › Java › PornHub 爬蟲心得

Pornhub 用页面的 javascript 计算出下一次请求的 cookie 值，
所以无法单纯使用请求拿到这组键
目前用 java 读取该页面的公式及参数运算，再放进 cookie 中
429 的错误已解决，目前稳定爬资料一晚.

2018-11-08 09:48:28 +08:00

回复了 timliu22322266 创建的主题 › 程序员 › PornHub 爬蟲

Pornhub 用页面的 javascript 计算出下一次请求的 cookie 值，
所以无法单纯使用请求拿到这组键
目前用 java 读取该页面的公式及参数运算，再放进 cookie 中
429 的错误已解决，目前稳定爬资料一晚。

2018-11-08 00:00:34 +08:00

回复了 timliu22322266 创建的主题 › 程序员 › PornHub 爬蟲

@shenxgan 老司机~ 够专业 XD.

2018-11-03 20:47:04 +08:00

回复了 timliu22322266 创建的主题 › Java › PornHub 爬蟲心得

增加了 spring boot - H2 DB 增加了 config 讓使用者可選擇是否下載(僅蒐集已爬過的資料)

啟動 jar 後在瀏覽器打 http://localhost:8000/h2-console/ 會出現 DB 管理頁面

2018-11-02 21:26:15 +08:00

回复了 timliu22322266 创建的主题 › Java › PornHub 爬蟲心得

@Tink
@dream10201

感謝回覆, 還有其他意見歡迎在提供我會視情況增加至我的專案

2018-11-02 21:22:56 +08:00

回复了 timliu22322266 创建的主题 › Java › PornHub 爬蟲心得

今日在公司有了新想法，
1.预计会增加 h2xSpirngDB 纪录已攀过的网站
2.增加 config.properties 可选择不进行下载
3.增加搜寻页面可查看数据库资料
4.Java Deep 对一些资料做出分析整理（这里完全没有概念...预计要 2~3 周时间才能做到了）

喜欢的朋友可帮点星代表对我的支持:)