正抓取谷歌学术（ not intensive），什么姿势可以躲过谷歌的封锁？在用 selenium， sys sleep 为 1s，但还是无情被封。难道需要随机的 sys sleep 时间和随机的 click 动作吗？大家有什么思路没？

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

V2EX 提问指南

这是一个创建于 3125 天前的主题，其中的信息可能已经有所发展或是发生改变。

9 条回复 • 2016-04-27 10:03:05 +08:00

gamexg

2016-04-26 12:18:56 +08:00

挂代理，经常更换自己的 ip 。
或者扫 google ip ，循环更换对方的 ip 。

msg7086

2016-04-26 12:42:26 +08:00

（首先，你要比 Google 的工程师更聪明。

htfy96

2016-04-26 12:48:51 +08:00 via Android

Google scholar 太难爬了用代理池可能会好一点

qqmishi

2016-04-26 13:09:46 +08:00

其实我一直想试试用 GAE 爬谷歌看会不会封自己，，，

fengxing

2016-04-26 15:40:09 +08:00

@qqmishi 我感觉 google 不会封自己的出口 IP 吧，但是应该会封号？

mcone

2016-04-26 16:16:19 +08:00

别想了，还 1s ……真人操作+账号登陆，有时候点的快一点都会被判为机器人，更何况你本来就是机器。。。。。。

要么想办法比 google 那群人更聪明，要么换一个爬。。。。

Landarky

2016-04-26 23:02:49 +08:00

Google 防机器爬虫也是有点牛逼的

yech1990

2016-04-27 00:59:33 +08:00 via Android

Google scholars 本身限制太严格，就是普通搜索稍微频繁一点都会被验证。试过用 python 自动查询几十篇，立马就被封 IP 了。爬虫的话，我觉得是十分不现实的。

倒是可以爬爬百度学术的，我觉得百度学术就是完全爬的 Google 的内容。毕竟流氓的技术水平高

talentliuyang

2016-04-27 10:03:05 +08:00

@yech1990 好的，我试试百度学术。

@Landarky @fengxing @gamexg @htfy96 @mcone @msg7086 @qqmishi 感谢大家的回复，我放弃爬谷歌学术了。