不能采集亚马逊？

feego

今天和一个朋友说起采集亚马逊，朋友说亚马逊不允许，我看了亚马逊联盟的说明，没有看到这一条啊
有经验的前辈怎么看？
- e: V) O/ X0 g+ j6 k3 c& h
, T6 I: @* ]1 M+ b8 O) ?8 s

凌尘

可以调用吧

dersu

什么叫不允许？
- S- L  U" u* h+ H1 M! G, |3 y+ Q2 Q我这边专门帮人做数据采集，监控和分析。也做过要采集亚马逊商品数据的客户阿，没什么问题。当然会有一些反爬虫的障碍。你说的不能采集的具体是指什么？

feego

dersu 发表于 2015-11-3 13:45
) L% v- ]& W1 E# i! G什么叫不允许？
我这边专门帮人做数据采集，监控和分析。也做过要采集亚马逊商品数据的客户阿，没什么问题 ...

我的意思是采集亚马逊做垃圾站，朋友说会被k
前辈怎么破亚马逊的反爬虫的？我现在只是定时自动刷新，如果出现那个robot check就打码
! C: N$ J0 `5 D有别的思路吗？

阿百川

feego 发表于 2015-11-4 01:54
我的意思是采集亚马逊做垃圾站，朋友说会被k
1 W3 t/ ?) l2 Q; R. j前辈怎么破亚马逊的反爬虫的？我现在只是定时自动刷新，如果 ...

amazon有api，不用自己去采集

李小冲

把amazon的sitemap下载下来，然后通过里面的product url进行采集相关的数据

dersu

feego 发表于 2015-11-4 01:54
0 C( D  ?, f+ M1 m6 I0 O: l* m我的意思是采集亚马逊做垃圾站，朋友说会被k
前辈怎么破亚马逊的反爬虫的？我现在只是定时自动刷新，如果 ...

量不大的话，楼下 @阿百川 兄弟说的是正解
否则你肯定会碰上RobotCheck，或者0或空字段
7 k! e% K( e, U: K1 k$ W6 L但API的限制我没记错的话是1秒，大数据级的话基本是会把自己憋屈死的
* M' M+ P  v: v! ~. x. f5 p
我这边因为同时为客户跑非常多的爬虫，常规有一个大概2万的匿名代理池，一般有客户要爬东西，直接先上代理池大并发，如果不行再仔细研究网站和其他方法，如果每一个网站都仔细研究他们反爬技术的话，会累死的，呵呵
9 z- o7 f' `2 e' z9 j
@李小冲 说的方法如果你没试过也一定要试一下，能减少很大工作量

通常来说，爬一个网站之前，先看这三点：有没有API, 有没有Mobile站，有没有sitemap，吃过无数次亏的血泪经验，哈

feego

阿百川 发表于 2015-11-4 10:31
amazon有api，不用自己去采集

$ M- Y) h9 G, Q$ r3 c亚马逊本身的api限制太多，对我来说基本无用

feego

dersu 发表于 2015-11-4 16:52
. c+ e# N2 z9 u* X! m量不大的话，楼下 @阿百川 兄弟说的是正解
/ s  D, G4 F, g& y9 \  v否则你肯定会碰上RobotCheck，或者0或空字段
但API的限制我没 ...

多谢～～～～～～～～～～～～～～～～