pycharm 怎样远程调试放在服务器的 爬虫

仅仅是想开启远程python爬虫的话，可以用ssh或者putty（windows下）远程连接到服务器，通过python命令直接运行；

调试，修改代码的话建议用vim；

putty长时间操作（数分钟）会失去服务器连接，导致python程序中断，建议用screen命令来避免这个问题；

pycharm不熟悉，没有什么建议；

网络数据量越来越大，从网页中获取信息变得越来越困难，如何有效地抓取并利用信息，已成为网络爬虫一个巨大的挑战。下面IPIDEA为大家讲明爬虫代理IP的使用方法。

1. 利用爬虫脚本每天定时爬取代理网站上的ip，写入MongoDB或者其他的数据库中，这张表作为原始表。

2. 使用之前需要做一步测试，就是测试这个ip是否有效，方法就是利用curl访问一个网站查看返回值，需要创建一张新表，循环读取原始表有效则插入，验证之后将其从原始表中删除，验证的同时能够利用响应时间来计算这个ip的质量，和最大使用次数，有一个算法能够参考一种基于连接代理优化管理的多线程网络爬虫处理方法。

3. 把有效的ip写入ip代理池的配置文件，重新加载配置文件。

4.让爬虫程序去指定的dailiy的服务ip和端口，进行爬取。

---