您好,登錄后才能下訂單哦!
本篇內(nèi)容主要講解“用好anyproxy提高公眾號文章采集效率的方法步驟”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“用好anyproxy提高公眾號文章采集效率的方法步驟”吧!
影響因素主要會有以下幾點(diǎn):
1、網(wǎng)絡(luò)環(huán)境不佳;
2、手機(jī)或模擬器中微信客戶端崩潰;
3、其它一些網(wǎng)絡(luò)傳輸錯誤;
因?yàn)槲冶容^看重采集系統(tǒng)的運(yùn)行成本,這個成本包括硬件投入,運(yùn)算力投入和占用的人工精力。所以必須提高運(yùn)行的穩(wěn)定性。因此如果采集中斷,必然增加人工精力的成本。所以針對這一點(diǎn)我對anyproxy做了一些進(jìn)階的改造,并且借助了其它一些工具提高了運(yùn)行效率。以下就是具體的解決方法:
一、代碼升級
1)微信瀏覽器白屏
解決方法:修改文件requestHandler.js,還是在rule_default.js同級目錄下,(mac系統(tǒng)/usr/local/lib/node_modules/anyproxy/lib/;win系統(tǒng)評論區(qū)網(wǎng)友cnbattle提供C:\Users\Administrator\AppData\Roaming\npm\node_modules\anyproxy\lib)
在代碼中找到proxyReq.on("error",function(e){這個函數(shù),并修改內(nèi)容
//userRes.end();//把這一行注釋掉 userRes.end('<script>setTimeout(function(){window.location.reload();},2000);</script>');//插入這一行
這樣當(dāng)發(fā)生錯誤時,會返回一個刷新當(dāng)前頁面的js;這樣程序就能繼續(xù)下去了
2)替換所有圖片,減輕瀏覽器負(fù)擔(dān)
首先需要制作一張非常小的圖片,我做的是1x1像素,png透明圖;放到任意文件夾里。然后修改文件rule_default.js的代碼:
在文件開頭有許多var的位置加入以下代碼
var fs = require("fs"), img = fs.readFileSync("/Library/WebServer/Documents/space.png");//代碼絕對路徑替換成自己的
在下面的代碼中找到shouldUseLocalResponse : function(req,reqBody){函數(shù),在函數(shù)內(nèi)插入代碼:
if(/mmbiz\.qpic\.cn/i.test(req.url)){ req.replaceLocalFile = true; return true; }else{ return false; }
繼續(xù)在下面的代碼中找到dealLocalResponse : function(req,reqBody,callback){函數(shù),在函數(shù)內(nèi)插入代碼:
if(req.replaceLocalFile){ callback(200, {"content-type":"image/png"},img ); }
這三段代碼就會將公眾號里面的所有圖片替換成本地圖片,減輕網(wǎng)絡(luò)傳輸壓力和瀏覽器占用的內(nèi)存,有效的提高運(yùn)行效率;
3)禁止手機(jī)或模擬器訪問一些無用的和會導(dǎo)致錯誤的網(wǎng)址
同樣在rule_default.js里找到代碼replaceRequestOption : function(req,option){函數(shù),在函數(shù)內(nèi)部插入代碼:
var newOption = option; if(/google|btrace/i.test(newOption.headers.host)){//這里面的正則可以替換成自己不希望訪問的網(wǎng)址特征字符串,這里面的btrace是一個騰訊視頻的域名,經(jīng)過實(shí)踐發(fā)現(xiàn)特別容易導(dǎo)致瀏覽器崩潰,所以加在里面了,繼續(xù)添加可以使用|分割。 newOption.hostname = "127.0.0.1";//這個ip也可以替換成其他的 newOption.port = "80"; } return newOption;
這個修改之前的文章也提到過了,在這里重新再詳細(xì)介紹一下。他的用途很多,不同的手機(jī)和模擬器都有可能訪問一些無用的地址導(dǎo)致設(shè)備變慢,通過這個代碼就可以阻止訪問。
二、使用pm2管理anyproxy進(jìn)程
pm2 是一個帶有負(fù)載均衡功能的Node應(yīng)用的進(jìn)程管理器.
當(dāng)你要把你的獨(dú)立代碼利用全部的服務(wù)器上的所有CPU,并保證進(jìn)程永遠(yuǎn)都活著,0秒的重載, PM2是完美的。它非常適合IaaS結(jié)構(gòu),但不要把它用于PaaS方案(隨后將開發(fā)Paas的解決方案).
主要特性:
內(nèi)建負(fù)載均衡(使用Node cluster 集群模塊)
后臺運(yùn)行
0秒停機(jī)重載,我理解大概意思是維護(hù)升級的時候不需要停機(jī).
具有Ubuntu和CentOS 的啟動腳本
停止不穩(wěn)定的進(jìn)程(避免無限循環(huán))
控制臺檢測
提供 HTTP API
遠(yuǎn)程控制和實(shí)時的接口API ( Nodejs 模塊,允許和PM2進(jìn)程管理器交互 )
測試過Nodejs v0.11 v0.10 v0.8版本,兼容CoffeeScript,基于Linux 和MacOS.
首先安裝pm2
sudo npm install -g pm2
在pm2環(huán)境下運(yùn)行anyproxy
sudo pm2 start anyproxy -x -- -i
現(xiàn)在anyproxy就在pm2的環(huán)境中運(yùn)行了
之后還有幾個pm2的命令可以幫助管理和監(jiān)控anyproxy
//查看運(yùn)行日志 sudo pm2 logs anyproxy [--lines 10] //關(guān)閉anyproxy sudo pm2 delete anyproxy //重啟anyproxy sudo pm2 restart anyproxy //監(jiān)控內(nèi)存占用 sudo pm2 monit //監(jiān)控運(yùn)行狀態(tài) sudo pm2 list
特別提示:pm2運(yùn)行后,終端窗口是可以關(guān)閉的。
使用pm2管理anyproxy進(jìn)程,最重要的目的是:anyproxy因?yàn)殄e誤而退出程序之后,pm2可以另anyproxy自動重啟。
三、取消sudo密碼,并使pm2開機(jī)自啟
以下內(nèi)容是在mac環(huán)境下的方法,windows也應(yīng)該有類似的方法,如果了解的網(wǎng)友可以私信發(fā)給我。
1)首先取消sudo的密碼
運(yùn)行命令:
sudo visudo
找到代碼:
%admin ALL = (ALL) ALL
修改為:
%admin ALL = (ALL) NOPASSWD: ALL
這樣sudo的密碼就取消掉了,然后就可以將pm2加入到開機(jī)自啟動中了
2)設(shè)置開機(jī)自啟
在終端中輸入命令:
cd touch autoexec.sh vim autoexec.sh
然后進(jìn)入編輯模式,按鍵盤字母i開始編輯,粘貼代碼:
#!/bin/sh sudo pm2 start anyproxy -x -- -i sudo pm2 monit
編輯完之后,按esc,再鍵入命令wq保存退出編輯模式。
再執(zhí)行命令:
chmod 755 autoexec.sh
這樣一個可執(zhí)行文件就建立好了
然后打開mac系統(tǒng)的“系統(tǒng)偏好設(shè)置”,找到“用戶與群組”,在左側(cè)選擇當(dāng)前用戶,右側(cè)選擇登錄項(xiàng);然后點(diǎn)擊+號,找到當(dāng)前用戶的根目錄(可以按shift+command+h快捷鍵),選擇autoexec.sh文件,添加到登錄項(xiàng)中,就可以開機(jī)自啟動了。
經(jīng)過以上的幾項(xiàng)設(shè)置之后,anyproxy系統(tǒng)就會比原來更加穩(wěn)定,其實(shí)主要原因是模擬器或手機(jī)的不穩(wěn)定導(dǎo)致的anyproxy發(fā)生的錯誤。經(jīng)過實(shí)際測試,anyproxy目前可以長時間運(yùn)行不崩潰。而微信客戶端還是在運(yùn)行大約6個小時之后崩潰,以2秒翻一頁的速度,采集總數(shù)大約1萬個頁面。如果不采集閱讀量,就可以是1萬個公眾號的歷史消息頁。
微信客戶端的崩潰現(xiàn)象是退出微信瀏覽器,停留在查看公眾號資料頁面。所以如果希望再進(jìn)一步提高自動化,也可以使用觸動精靈之作自動化腳本,定時推出微信瀏覽器,再點(diǎn)擊歷史消息頁。這樣應(yīng)該就可以實(shí)現(xiàn)長時間自動化采集了。
到此,相信大家對“用好anyproxy提高公眾號文章采集效率的方法步驟”有了更深的了解,不妨來實(shí)際操作一番吧!這里是億速云網(wǎng)站,更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢,關(guān)注我們,繼續(xù)學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。