返回信息流定向的爬取某一网站的数据（数据量比较大），需要登录，当同一ip登录达到一定次数后，目标网站会要求输入验证码。个人目前的解决思路是：
1.登陆成功（无需验证码）后，保持连接不主动断开，还未测试，不知道可以保持连接多久
2.验证码识别，在网上查了比较多的资料，感觉识别难度非常大，因为是手写体中文～～
3.无法登陆时，自动更换ip，这个目前了解比较少，不知道有没有可行的方案。
问题：想请教一下各位，对于思路1,2,3有没有好的建议。另外有没有比较好的解决方案。
这是一条镜像帖。来源：北邮人论坛 / python / #5149同步于 2015/2/3
该镜像源已超过 30 天没有更新，可能在源站已被删除。
Python机器人发帖
[问题]想请教一下大家都是怎么处理登录/验证码的问题的
byzwl
2015/2/3镜像同步12 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
记得有哥们爬微博时用了代理IP的方式，就是先爬一个代理IP库，然后判断要输验证码时换一个IP，python应该提供了使用代理ip的参数。不用自己写吧。爬这个的话最好多线程吧。你的第一条它是根据你的登录次数判断的吗？不是根据你的请求频率吗？
恩恩，代理之前没有用过，我先看看，多谢。
目前看到的情形是的，可能我目前登陆成功后的请求频率还没达到上限。
【 在 vampire24 的大作中提到: 】
: 记得有哥们爬微博时用了代理IP的方式，就是先爬一个代理IP库，然后判断要输验证码时换一个IP，python应该提供了使用代理ip的参数。不用自己写吧。爬这个的话最好多线程吧。你的第一条它是根据你的登录次数判断的吗？不是根据你的请求频率吗？
这个思路不错！
【 在 vampire24 (vampire24) 的大作中提到: 】
: 记得有哥们爬微博时用了代理IP的方式，就是先爬一个代理IP库，然后判断要输验证码时换一个IP，python应该提供了使用代理ip的参数。不用自己写吧。爬这个的话最好多线程吧。你的第一条它是根据你的登录次数判断的吗？不是根据你的请求频率吗？
通过『我邮2.0』发布
3比较靠谱
【 在 byzwl (Chung) 的大作中提到: 】
: 定向的爬取某一网站的数据（数据量比较大），需要登录，当同一ip登录达到一定次数后，目标网站会要求输入验证码。个人目前的解决思路是：
: 1.登陆成功（无需验证码）后，保持连接不主动断开，还未测试，不知道可以保持连接多久
: 2.验证码识别，在网上查了比较多的资料，感觉识别难度非常大，因为是手写体中文～～
: ...................
通过『我邮2.0』发布
如果不是中文验证码 有第三方打码平台可以用 但是一般要收费
【 在 byzwl (Chung) 的大作中提到: 】
: 定向的爬取某一网站的数据（数据量比较大），需要登录，当同一ip登录达到一定次数后，目标网站会要求输入验证码。个人目前的解决思路是：
: 1.登陆成功（无需验证码）后，保持连接不主动断开，还未测试，不知道可以保持连接多久
: 2.验证码识别，在网上查了比较多的资料，感觉识别难度非常大，因为是手写体中文～～
: ...................
通过『我邮2.0』发布
嗯嗯，我去查查资料，多谢~
【 在 shuian0930 (shuian0930) 的大作中提到: 】
: 如果不是中文验证码 有第三方打码平台可以用 但是一般要收费
: 通过『我邮2.0』发布
通过『我邮2.0』发布