做网络爬虫怕的就是超时,当恰恰出现最多的就是超时。那该怎么办呢!
1,HttpClient默认请求为3次,你能够改动成N次,建议依据实际情况改动
2。设置get方法请求超时为 5 秒
GetMethod getMethod=new GetMethod(url); getMethod.getParams().setParameter(HttpMethodParams.SO_TIMEOUT,5000);
3。设置 Http 连接超时为5秒
HttpClient httpClient=new HttpClient(); httpClient.getHttpConnectionManager().getParams().setConnectionTimeout(5000);
4。将请求超时的链接储存在队列中,选择其它时间再次请求
5,代理IP地址请求重试
6,分时段请求链接
7,记录请求Log输出。解决坏死链接
待完好。续……