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？
( k4 x, D! [( T5 b& j; k

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
# `! ~$ K) C5 w0 t" i5 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
" B- }2 o# G# M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
9 |6 q! {% u& C0 |4 I! Z" I我的意思是采集亚马逊做垃圾站，朋友说会被k
, \+ Z% u; w$ G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 c/ v0 t9 w3 _* X- Famazon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
" n5 T4 R( @; e0 }( n' 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 ...

量不大的话，楼下 @阿百川 兄弟说的是正解
* d( ]8 O9 [$ J8 g5 g否则你肯定会碰上RobotCheck，或者0或空字段
- r1 I8 m; L- K2 k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

# t! e5 l: v, v3 X5 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
6 `8 Y' ?9 |( Q% x" y
7 r  j8 s: d% P" M1 ^( x" `* B- 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
" x6 J$ f0 [: S: N& Oamazon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
否则你肯定会碰上RobotCheck，或者0或空字段
! M1 Z$ W( _# M- Y但API的限制我没 ...

多谢～～～～～～～～～～～～～～～～