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
" C( Z/ C' x8 L) r) ?: O有经验的前辈怎么看？

凌尘

可以调用吧

dersu

什么叫不允许？
# r0 P6 N3 S/ S5 n/ z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 m# c- O# N0 U3 c, j  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
! `5 B/ T# ?  a7 j' c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
; ~( O  R$ j0 z# @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 ...

# M  v: |. S* R: e' k量不大的话，楼下 @阿百川 兄弟说的是正解
6 V% R! d, n1 O+ X8 A8 n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

: g* w( G, R* y+ R  D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

@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
; _8 d/ l0 W+ Q: b
1 R- F1 l/ i! g: C5 h+ H* ~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
# y% |! s: M9 Ramazon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
* j# E8 T8 Z! T量不大的话，楼下 @阿百川 兄弟说的是正解
* S% Q# `8 v$ R, W2 _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～～～～～～～～～～～～～～～～