发简信
IP属地：四川
-
Canvas/Audio 浏览器指纹：从原理到绕过，一次讲清楚
先说结论：如果你在做数据采集，IP 轮换只是过了第一关。现在的大站反爬，真正拦你的不是 IP 频率，是浏览器指纹。而 Canvas 和 Audi...
-
为什么爬虫并发拉到几百，吞吐反而掉了？记一次高并发爬虫性能瓶颈排查与实战很多做过数据采集和爬虫扩容的兄弟，几乎都经历过这样一个令人抓狂的场景： 你手里有一个刚写好的爬虫，开 20 个并发的时候，每秒能稳稳当当地处理 ...
-
2026架构前沿：将Declarative Crawler（声明式爬虫）引入你的技术栈大家好，今天我们在 Mac mini 的终端前，来聊聊 2026 年数据工程领域的一个重要架构演进。 作为一个经常与高并发采集任务和代理 IP ...
-
技术拆解：单页面应用（SPA）路由跳转后的数据抓取策略爬虫开发者第一次撞上 SPA（Single Page Application），通常是这种场景：浏览器里点一个分类标签，列表刷出来了；用 req...
-
爬虫实战：如何优雅地抓取网页中隐藏在伪元素(::before)里的文本？相信很多写过一段时间爬虫的同学大概率撞过这堵“隐形墙”：在浏览器里明明白白显示着"¥9.9"的价格，或者一段验证码文本，但当你切换到 DevTo...
-
谈谈长连接（Keep-Alive）在超大规模爬虫抓取中的性能差距大家好，欢迎回到我的技术专栏。在日均抓取量突破千万级别的爬虫场景里，连接管理是决定单机 QPS 和机器成本的关键因素。很多团队在初期用短连接跑得...
-
实战：利用Playwright隐藏自动化特征（Stealth模式）的底层原理大家好，今天我们来聊聊自动化爬虫中一个非常让人头疼的问题。很多兄弟经常遇到这样的场景：用Playwright写好的爬虫代码，本地跑得好好的，一放...
-
深度对比：Scrapy vs PySpider，谁更适合作为企业级分布式底层？搭建一个日产千万级页面的企业级分布式爬虫系统，框架选型往往是决定项目生死的第一步。在 Python 生态中，Scrapy 和 PySpider ...
-
别只盯着HTML了！教你高效抓取并解析PDF/Excel隐藏附件？在日常的数据采集工作中，大家可能会发现一个痛点：大多数的爬虫教程只教你怎么抓取HTML页面的数据。但在实际的业务场景里，像央行年报、政府公开数据...