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？

$ b( E; D6 `) Y, t

凌尘

可以调用吧

dersu

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。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
什么叫不允许？
' G5 ~, X2 B9 P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 ...

. \/ U) [* v) H% A( K- t, N: j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
8 n9 M6 w' N7 {/ k" j3 I有别的思路吗？

阿百川

feego 发表于 2015-11-4 01:54
! L0 L' \% ]5 m7 Y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 ...

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
% ^3 w" q0 i: c6 \7 y  v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 ...

4 {: ~# }* Q) q: R) M5 q! i量不大的话，楼下 @阿百川 兄弟说的是正解
0 {. |- F+ N3 h否则你肯定会碰上RobotCheck，或者0或空字段
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
4 e; [) R0 v2 l% u# i. d4 R; S4 x' I/ T
0 \$ j; s% H8 m. I+ f6 a% }, |1 Z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
  D" e. ?$ k) _  w$ D4 G* ~
2 X2 y2 ]/ Y' _@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
& Y" R  b/ M2 p  J; ^9 M" A
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

5 \( w/ |1 _8 ?! e2 m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
; S8 v" _6 [. g量不大的话，楼下 @阿百川 兄弟说的是正解
" H4 {3 a% k" o+ s: O否则你肯定会碰上RobotCheck，或者0或空字段
; q" _, a# N" F2 L$ l但API的限制我没 ...

多谢～～～～～～～～～～～～～～～～