登录、验证码与人工介入
采集过程中遇到登录失效、滑块验证码或频率风控拦截时,会安全挂起并等待人工处理。本篇说明处理机制与应对策略。
核心机制说明
扩展绝不强行盲撞风控。
遇到需要人类证明身份的场景,扩展会主动暂停任务,保留已采集好的数据,等待你手动解决后点「恢复」继续。扩展不会、也无法私自破解验证码。
三种常见的打断情形与处理
1. 页面提示需要登录
- 预防方案(最省事):启动采集前,先在浏览器中正常把目标网站登录好。在有效登录态下执行,通常全程畅通。
- 进阶写法:如果担心跑着跑着 Token 过期,可在需求中加上约定:
采集过程中如果弹出登录拦截,停下来等我登录。
2. 弹出滑块或点选验证码
当网站触发人机核验时,任务会自动挂起(暂停):
- 侧边栏里那张卡片的状态会变为 「已挂起:等待处理」。
- 当前网页右下角会出现浮层提示:「运行已暂停,等待你处理」。
- 浏览器会同步弹出系统通知。
正确处理步骤:
- 切到目标网页,像平时一样手动完成验证码滑块或点选。
- 确认网页恢复正常内容后,切回右侧边栏。
- 点击卡片上的 「恢复」 按钮,任务将从断点处继续往下采集。
3. 被系统风控提示“访问过于频繁”
- 处理方式:降低采集请求频次。在编写需求时主动加上节奏控制:
每次翻页后随机等待 3 到 5 秒。
任务挂起时的三枚控制按钮
任务因异常暂停时,卡片上会提供三枚操作按钮:
| 按钮 | 实际作用 | 何时使用 |
|---|---|---|
| 恢复 | 从中断的步骤无缝继续运行 | 最常用。当你已经手动过完验证码或处理好网页后点击 |
| 跳过 | 放弃当前这一步,直接强行进入下一步 | 当前单条数据卡死无法加载,且该条放弃不影响全局时 |
| 结束 | 立即彻底终止本次采集任务 | 不想继续跑了。已抓取到的历史数据会被保留在数据存储中 |
慎用「跳过」按钮
点击「跳过」意味着当前这页(或这条详情)的数据彻底不采了。若后续步骤依赖本步的结果(如没有拿到链接就无法打开内页),跳过可能引发连锁失败。能用「恢复」就优先使用「恢复」。
运行控制关键术语辨析
| 状态/操作 | 出现阶段 | 含义解释 |
|---|---|---|
| 中断(暂停) | 任务正常运行中可随时手动点击 | 临时主动停下,浏览器保留当前进度,可随时点「恢复」继续 |
| 已挂起 | 遭遇异常(验证码/网络卡顿)时系统自动触发 | 任务暂停并等待你手动处理现场,处理完后点「恢复」 |
| 结束 | 运行中、挂起中均可点击 | 彻底终止运行。终止后不可断点续跑,但已抓取的数据完全保留 |
需求预设防打断技巧
在编写采集需求时附带以下提示词,能大幅降低被打断的概率:
- 应对加载慢的网页:
每次翻页后等待 3 秒 - 应对严格风控的平台:
每次翻页后随机等待 4-6 秒 - 应对登录态易过期的网站:
如果检测到未登录状态,暂停任务等待我登录 - 应对详情页较重的站点:
打开详情页后等待 2 秒再提取正文