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？

凌尘

可以调用吧

dersu

什么叫不允许？
4 F; T1 P2 P0 B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
9 M. o  U2 V/ i  V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
6 S5 o7 D6 Q: D  t" ?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
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
( s) g( I7 j( r2 N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 ...

% i! u3 d5 ]% V% y0 O% e$ l6 Ramazon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
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 ...

8 g: n% g- g. `! P量不大的话，楼下 @阿百川 兄弟说的是正解
8 p2 h! b0 L8 |否则你肯定会碰上RobotCheck，或者0或空字段
# w  z# h' M! M) y. J5 v- ^( M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
& V  X# ?) m: C+ M: h4 f
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
  t8 w$ {2 O+ r' e
@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

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
% H3 ~/ e) u  J% m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
4 Q: H& Q( S" o  M1 G+ U  Q但API的限制我没 ...

2 V9 L1 \0 z* m- v1 c' b多谢～～～～～～～～～～～～～～～～