一、功能简介
在采集数据时，可能存在网页没有正常打开(所需数据未能加载出来，多刷新下能正常加载），页面出现验证码、登录等等防采集的情况。
以上情况，大多可通过「重试」解决。
二、「重试」设置说明
在八爪鱼采集流程中，【打开网页】、【点击元素】和【点击翻页】步骤后均会打开新页面。在流程图下方，会出现[基础设置]、[高级设置]、[重试]，将鼠标移到【重试】上，点开「重试」，即可进行相应设置。
1、重试条件
如果网页没有正常打开，例如显示服务器错误（500），访问频率太快等，或者跳转到其他不应该出现的页面。可以根据网页实际情况，设置「重试」条件，当满足「重试」条件时，将自动重新打开网页。
每个步骤最多添加3个条件，条件之间是“或”的关系，即满足其中一个条件就会重新打开网页。
① 当前网页的网址/文本/XPath，包含/不包含
当前页面的网址，包含/不包含，比较容易理解。
例：网页出现防采集时会跳到登录页，这时网址中通常会包含login等字样。此时，「重试」条件可以设置为
当前页面的文本，包含/不包含，也比较容易理解。
例：网页没有正常打开，出现“您的访问频率过快”文字提示（每个网页的提示文字不一样，请认真观察）。此时，「重试」条件可以设置为
当前页面的元素XPath，包含/不包含，这个需要有一定的XPath知识。点击系统学习XPath
例：如果网页按预期正常打开，那当前步骤的下一个步骤的定位XPath肯定存在，如果未正常打开，则不存在。可以此来设置重试条件。
假设「打开网页」后， 是「输入文本」，那我们就用「输入文本」的定位XPath来作为重试的条件：
注意：「打开网页」、「点击元素」和「点击翻页」步骤后的第一个步骤是什么，是根据网页情况和采集需求而定的，请认真观察，找最有效方便的就行。
② 重试次数
为了避免无限制重复打开网页，可设置重试次数。如果达到设置的重试次数后，仍未正常打开网页，则不再重试，继续向下执行采集流程。
③ 时间间隔
设置两次重试的间隔时间。一般情况下，当打开网页出错时，立即重试很有可能是同样的错误，适当等待则可能成功打开预期网页。
需要注意的是，如果设置过长的时间间隔，会影响采集速度。
2、重试时同时切换代理IP
部分网页是由于封禁了特定IP，所以不能正常打开网页，可以尝试通过「重试时同时切换代理IP」解决。当满足某个「重试」条件，触发重试时，同时切换代理IP。
有两种代理IP可供使用：
优质代理：八爪鱼提供优质代理IP服务，可用性高，防采集效果优良。需额外付费购买。点击立即购买
已购买的优质代理IP余额有效期？
代理IP是一次性消耗使用的，比如购买500个代理IP，消耗一个少一个，剩下499个代理IP；如果账户一直为专业版及以上版本未过期，则这499个代理IP可一直使用，直到用完为止；如果账户降为免费版，则这499个代理IP无法使用，需要升级为专业版及以上版本方可使用。
代理IP存在一定的废弃率，在启用优质代理IP采集数据过程中，我们都会实时监测每个代理IP的可用性。代理IP采用预扣除的形式，对于废弃的代理IP，会在规则执行完半小时内进行返还。
注意：需要使用优质代理IP的可联系客服，先测试该网站使用优质代理IP的效果。部分防采集封得紧的网站，使用优质代理IP采集页面数据效果一般，比如：大众点评、58同城、淘宝等。
随机伪造IP：对于一些防采集技术水平不高的网站，可以通过随机伪造IP功能进行突破，免费使用。具有副作用：伪造的IP来自全国各地，部分网站可能会根据不同IP显示不同地区的页面内容，启用此项将会导致采集规则失效。您需要针对目标网站进行充分实验，然后再决定是否启用此功能。
特别注意：「重试时同时切换代理IP」中的「优质代理」和「随机伪造IP」都是国内的IP，如果采集的是海外网站而且需要科学上网的请不要勾选。
3、重试时同时切换浏览器版本
在不同的浏览器版本中，网页可能有不同的显示结果。如果用默认浏览器无法正常打开网页， 可尝试「重试时同时切换浏览器版本」。当满足某个「重试」条件，触发重试时，同时切换浏览器版本。
勾选「重试时同时切换浏览器版本」后，点击「浏览器列表」字样，请注意，有些网站并不能在所有UA下都完美显示，需要进行调试和观察。
特别注意：UA的切换列表里面有：电脑端UA和手机端UA。同一个网址，电脑端和手机端的UA打开网页，页面结构会不一样。所以设置重试条件时，电脑端的网页不要勾选手机端的UA。同理，手机端的网页不要勾选电脑端的UA。
三、与任务设置页面的智能防封有何异同
在八爪鱼中，有两个地方可以设置代理IP。一个是 任务设置界面的「智能防封」，一个是本教程上文详细讲解的「重试时同时切换代理IP」。
购买的优质代理IP，在任务设置界面的「智能防封」和规则配置中的「重试时同时切换代理IP」，均可使用。
建议：只在一处勾选使用代理IP，使网页能正常打开进行数据采集即可。如果两个地方都使用代理IP，代理IP的消耗量会很大。一般而言，重试时使用代理IP效果更佳。
文章评论