Google地图瓦片爬虫——进阶版

紧接上一篇------Google地图瓦片爬虫

clash节点自动切换

为了防止一个IP地址访问频率过快问题,自动切换clash的节点

python 复制代码
def change_node(is_stop):
    while True:
        _r = requests.get("http://127.0.0.1:11053/proxies", headers=clash_headers, verify=False)
        # 这里匹配Lv开头的节点
        proxy_list = [proxy for proxy in _r.json()["proxies"]["XXX"]["all"] if proxy.startswith("Lv")]

        proxy = random.choice(proxy_list)

        payload = json.dumps({"name": proxy})
		# XXX替换为自己的分组名称
        requests.put("http://127.0.0.1:11053/proxies/XXX", headers=clash_headers, data=payload, verify=False)

        time.sleep(5)
        if is_stop.value:
            print("Finished.")
            break

多进程爬虫

  • get_tile:用于爬取瓦片
  • write_to_db:用于写入数据库
  • change_node:用于切换clash节点
python 复制代码
def main():
    is_stop = multiprocessing.Value("I", 0)

    db_path, db_name, tile_list = init_db()
    total = len(tile_list)
    print(total)

    # 创建任务队列
    data_queue = Queue()

    process_list = []
    p_number = 10
    step = total // p_number + 1
    for i in range(p_number + 1):
        process_list.append(
            Process(target=get_tile, args=(data_queue, db_path, db_name, tile_list[i * step:(i + 1) * step],)))

    process_list.append(Process(target=write_to_db, args=(data_queue, db_path, total, is_stop)))

    process_list.append(Process(target=change_node, args=(is_stop,)))

    for p in process_list:
        p.start()

    for p in process_list:
        p.join()

完整程序

下载地址:https://download.csdn.net/download/this_is_id/90343579

相关推荐
数据小爬虫@9 小时前
深入解析:如何利用 Java 爬虫按关键字搜索淘宝商品
java·开发语言·爬虫
jOkerSdl12 小时前
探索robots.txt:网站管理者的搜索引擎指南
爬虫·搜索引擎
vmlogin虚拟多登浏览器15 小时前
从长尾关键词到页面优化,打造完整的SEO策略
爬虫·搜索引擎
m0_7482398319 小时前
爬虫基础之爬取某站视频
爬虫·音视频
数据小小爬虫1 天前
深入淘宝数据世界:利用Java爬虫开发获取分类详情
java·开发语言·爬虫
一念&1 天前
python爬虫--简单登录
开发语言·爬虫·python
Jason-河山1 天前
高效利用爬虫开发获取淘宝分类详情:电商数据挖掘新路径
人工智能·爬虫·数据挖掘
小白学大数据2 天前
如何利用Java和Kotlin实现动态网页内容抓取
java·开发语言·爬虫·python·kotlin
莫忘初心丶2 天前
undetected-chromedriver 使用教程,指定浏览器驱动和浏览器版本
爬虫·python·网络爬虫