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
% w  d2 j2 k" J: J; O3 Z有经验的前辈怎么看？
9 E# s/ ~  f9 K6 C6 N% V4 B( z
% u7 _( t7 z& L/ g2 g8 F

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
6 Q- E2 R7 M; H) A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
1 \! z! o: S  o6 G. x& \. `有别的思路吗？

阿百川

feego 发表于 2015-11-4 01:54
2 o4 ?0 |& B0 D1 t7 W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
: u8 Q& x* m) ~  ]; E6 E$ k8 W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
2 R' j3 P3 V4 c6 E' O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
9 ?' m2 Y$ H5 W9 P! C
0 B, F( r/ [4 o5 J1 U  i@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
: U, u- K4 J5 e
( [+ O0 {* @8 d1 D2 p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
: @- I5 y; ~' W  O5 f7 Camazon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
量不大的话，楼下 @阿百川 兄弟说的是正解
4 G- J' B- Z. ~1 S, S. y8 e& u) k& Z否则你肯定会碰上RobotCheck，或者0或空字段
: i" k8 g: S! q8 i/ x0 F5 p但API的限制我没 ...

多谢～～～～～～～～～～～～～～～～