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？

; P! w+ K) J3 Q$ q( t. `/ z- z1 ^

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
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 ...

+ J( r" N& }" Q/ G; q4 a我的意思是采集亚马逊做垃圾站，朋友说会被k
  {5 X7 N7 P6 X( V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
# n+ y2 }& a' v* S( I( c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
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
3 ]& B1 J$ W" }6 a' H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 ...

3 U" ?3 i. u# B2 y3 g  ^- S量不大的话，楼下 @阿百川 兄弟说的是正解
7 G9 B6 C/ ?5 y* z% z3 }0 N" `否则你肯定会碰上RobotCheck，或者0或空字段
( M0 ~% I! x2 h( T+ z' \7 L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

7 ?3 [( i% Y! c; |4 b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
2 a( H3 R$ u3 {) y6 C7 d& @5 J
3 f, L. U" G  M% D2 ]8 b@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
9 b- ^, s; D: `* t( gamazon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
7 e( F1 L2 O1 Q* J/ h否则你肯定会碰上RobotCheck，或者0或空字段
但API的限制我没 ...

多谢～～～～～～～～～～～～～～～～