我为某个网页写了一个爬虫。该网页有一个 robots.txt,如下所示:
User-Agent: *
Crawl-delay: 30
所以它只允许每 30 秒抓取一次网站(对吗?)。但是子页面呢?例如,我可以在不延迟 30 秒的情况下抓取以下网站,因为它们是不同的子页面:
www.mysite.com
www.mysite.com/category_1
www.mysite.com/category_2
我需要在这些请求之间间隔 30 秒吗?
谢谢你,托马斯。
我为某个网页写了一个爬虫。该网页有一个 robots.txt,如下所示:
User-Agent: *
Crawl-delay: 30
所以它只允许每 30 秒抓取一次网站(对吗?)。但是子页面呢?例如,我可以在不延迟 30 秒的情况下抓取以下网站,因为它们是不同的子页面:
www.mysite.com
www.mysite.com/category_1
www.mysite.com/category_2
我需要在这些请求之间间隔 30 秒吗?
谢谢你,托马斯。