【发布时间】：2012-08-30 20:57:03
【问题描述】：
我正在开发一个 Django 应用程序，该应用程序基本上用作网站的数据输入工具。该用例有一个受信任的用户或付费技术人员浏览 Web。当他们浏览时，他们将数据输入到与您在许多代理网站上看到的类似的重叠栏中，但包含一个允许用户编写有关网站的元数据（在本例中为 ML 算法的训练分类数据）并将其提交给我的应用程序。
请参阅http://hidemyass.com/proxy/，了解代理网站的示例，该代理网站将叠加层插入浏览的网站。
我听到了关于如何解决这个问题的相互矛盾的建议。
将网站作为代理服务
使用http://httpproxy.yvandermeer.net/ 之类的东西通过 django 应用程序通过管道传输所有 url 请求，并重写响应以包含标头。
优点
- 我可以使用 NLTK 等性感的科学库来处理响应
- 无 AJAX 故障转移。用户无需提交计算数据即可提交人工数据（尽管比较麻烦）。
缺点
- 流量大大增加。现在我的 webapp 必须检索所有网站并将它们上传给用户。
- 某些网站可能会阻止代理请求。我的意图是在 Heroku 上部署它，但他们可能会不赞成生成如此多请求的应用。
用户在 iFrame 中浏览
叠加层通过 iFrame 与内容隔开，我使用 javascript 通知当前正在浏览的页面上的叠加层
优点
- 分布式计算。用户机器用于发出请求并进行任何必要的计算。服务器不再是瓶颈。
- 更紧密的 Ajax 集成。我可以发布一个代表我的整个模型的 JSON 对象。
缺点
- iframe 并不是真正为全面浏览而设计的。有些网站会强制自己退出 iframe，我担心这不是一种可靠的浏览方式。
- 我不会使用所有那些性感的 python 库。我的语言处理必须在 javascript 中完成。
问题
我以前从未做过这样的事情。我对所涉及的所有工具都很陌生，并且在两种截然不同的方法之间进行选择时遇到了严重的麻烦。
您会建议哪种方法？为什么？有没有我遗漏的注意事项？
【问题讨论】：