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
* n* P9 ^% I2 x# ~2 ^, w0 R有经验的前辈怎么看？

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
* A/ s5 @6 K1 Z( f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 ...

6 @; n6 i0 y* `$ u# K# s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
; B2 [% M( P1 R6 J3 M# b有别的思路吗？

阿百川

feego 发表于 2015-11-4 01:54
: U( F$ @" z, i5 M% s. l* P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
( C6 H- l) L! L) ]+ P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 ...

6 u' V( j" q( L( g9 {( K: p: K量不大的话，楼下 @阿百川 兄弟说的是正解
# g! }, D! H+ p$ G0 D) z- W. @- s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
  N) t# _" R/ o- m5 {
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

@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

7 _* z) s# K* Y1 n' Z( I0 v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

+ B0 E( T' Y5 j! F5 X" u8 {3 I1 [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
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
但API的限制我没 ...

* K% \' v; C8 H0 q1 e$ g( N多谢～～～～～～～～～～～～～～～～