最近初学用Python写网页爬虫视图扒取一个站点上的特定数据。
最近碰到的一个现象是，当爬虫运行了一段时间后(根据Fiddler抓包的结果来看，大概是发送了将近3万个http请求后)，爬虫的获取的http响应的StatusCode骤然都变成了 504, 之后就再也获取不到200的响应了。
想请教一下各位大神，这种现象是否是由于扒取对象的站点的反爬虫策略造成的？
如果是的话，有什么常用的回避策略么？
P.S.
还注意到一个现象，不知与上述现象是否有关，一并描述：
即当爬虫的响应变成504之后，发现我的浏览器的代理选项被自动勾上了，如下所示：
1.代理
2.模拟完全的请求
3.合理的间隔
4.adsl断线重拨
代理选项被勾选，是fiddler造成的。以前经常使用fiddler抓包，一段时间后，不能访问网络，去掉勾选代理选项，就解决问题了
办法：
更换IP，使用代理IP，网上有很多免费喝付费的
免费IP：http://www.uuip.net/
付费IP：http://www.daili666.net/
通过代理去访问试试
可以关注一下我写的一个开源组件，设置一个代理服务器池，防止反爬虫策略的屏蔽，并进行了自动调节请求频率，处理异常请求，优先选取响应快的代理。https://github.com/letcheng/ProxyPool
为什么这个问题的答案是这样的，50x错误在于网站本身啊