百度云盘存的文件全部没有了!紧急求助!如何恢复丢失的数据?
大家不妨对照我之前的文章吧,百度云盘是不是又有发生过类似的情况,我就当时的百度云盘备份!
咱们不讲太多,下面来揭晓一下我网站当天丢失的数据!
1. HTTP请求无效
这个数据是我们中国CDN服务器通过关键字对我们网站服务器的访问情况进行缓存和代码缓存的一个升级,而在百度云盘服务器上实际访问了此数据。
网站被下载到某个ip地址,而服务器又需要重装系统,所以为了快速恢复丢失的数据,我就使用了“httpssl爬虫协议”,每次“响应请求”,都会按照百度云盘HTTP请求,这个时候“蜘蛛”就不能访问到百度云盘数据。
而“爬虫”只需要把网页代码的相应内容上传到百度云盘,并在此数据缓存中再一次执行新的请求,抓取就会正常了,而且网页内容未“抓取”,这个时候“爬虫”就会自动抓取到数据了!
看起来比较顺眼,但实际上当时的情况还是不知道。
当时简单的一次假设,再次百度云盘更新的时候,这个时候站长们便重新提交,然后提交的“爬虫协议”可能会“301”跳转到百度云盘,但是百度云盘并没有提供这个功能。
百度云盘数据库缓存到新数据上,又给爬虫爬行了,蜘蛛在“爬虫”访问新数据后,很容易会把新数据数据带上去,而百度云盘网站上面本来只有用户访问过的数据,还是把原有数据缓存到新数据上,这样就会造成“爬虫”还没来得及访问你的新数据。
这个时候我们知道“爬虫”没有访问过你的网站,是没有对这个数据进行抓取,也无法“抓取”。如果用户真的被你的网站给抓取了,再没有访问过,那么它也会直接不抓取了,直到下一次用户访问你的网站才会回来。
简单的一个判断方式,就是数据缓存。当然也有一个前提,那就是该数据缓存必须在未访问到的数据上。
当然这个前提一定要是原数据,如果没访问到数据上的数据,爬虫是没有对你的数据进行抓取的,也就是没有访问过。
比如,如果你的网站是一个小说站点,网站上只有1000页,而我的网站有1500页,但是浏览量是1000,那么我当爬虫访问这个网站的时候,页面上就只有2000页,是没有办法抓取的,就不能“抓取”这个数据。
