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？

2 N3 L! w3 u5 l6 E

凌尘

可以调用吧

dersu

什么叫不允许？
! p1 b/ M: |- l# X9 f. Z2 @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？
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 u6 N3 ]  a# x8 B2 J8 C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
% R) R: W  j/ i+ z有别的思路吗？

阿百川

feego 发表于 2015-11-4 01:54
! n6 p5 B5 t8 v  I) s我的意思是采集亚马逊做垃圾站，朋友说会被k
0 a8 Q+ ?7 l  W- L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
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
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

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
* K: ?: g/ k4 o( ^( {$ x9 }
0 U  K. \9 p" r2 P: X@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
  o8 l. S* D- |% [; Q) {2 X( W
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

7 |5 ]5 A$ ]1 Z0 Z' I5 h0 v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
3 h" x! X7 c  W7 N5 h量不大的话，楼下 @阿百川 兄弟说的是正解
/ y; g: n3 C0 i& P' }3 Y否则你肯定会碰上RobotCheck，或者0或空字段
4 h# C  e5 K8 \% S8 c但API的限制我没 ...

2 ?# X: n5 a5 o- X9 T多谢～～～～～～～～～～～～～～～～