已收藏：爬虫入狱指南

前不久有好几家数据相关的公司被抓了，再加上一些媒体对爬虫技术相关的 “吃牢饭” 报道，弄得人心惶惶——这...爬虫玩得好，牢饭吃得早？数据玩得 6 ，牢饭吃个够？

image

因为之前小帅b分享过一些爬虫相关的教程，所以有些 b 友会来问我爬虫相关的 “安全” 问题，想了下，今天就给大家说道说道吧，也没什么，就是想跟你说说：如何通过爬虫让你更快的进去吃吃牢房。

image

去爬取一个网站资源的时候，当然是对他们的 robots 协议当做屁啦，直接无视里面的 Disallow ，你爱爬啥就爬啥，协议只不过是几个字符而已。

image

对于一些网站的用户协议，看都不看一眼，眼睛都不带眨的，请求数据包抓起，代码撸起，程序跑起...嗨起来呀喂。

image

（来自今日头条）
什么？有人找你接单？爬取别人的手机号码、姓名、住址？对你来说洒洒水啦，什么侵犯个人隐私数据？什么别人会被各种诈骗和推销电话轰炸？盘它！

image

什么？想通过爬虫赚点小钱，去爬取别的网站各种盗版视频图片，然后一股脑上传到自己的网站给别人下载，这用户访问量多了，那就在网站上面投放广告啊。什么是版权？管他呢，被动收入，想想就开心。

image

啥？想搞擦边球？女优？国产？欧美？还想在里面整点 du（二声） 和 du（三声）？ 可以可以，比别人更早一步进去。

image

想要快点抓取数据？多进程搞起，并发搞起，分布式搞起。什么控制访问？sleep是什么哦？对方服务器宕机怎么了？人家要的就是速度与激情，要的那种唰唰唰的感觉。

image

（来自中国网信网） 听说你还想动别人的奶酪？人家不提供开放 API 也不管，直接把别人的私有商业数据爬取下来，然后换个壳整起来，要的就是效率，培养用户太慢了，要刷量？要牛逼？那就整起！ ...

image