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？

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
" e- Z/ S. [4 Y" Z. O% O' v. ~什么叫不允许？
* d) \, R% Q, Y5 z3 P0 Q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 ...

" p! n( ^7 |" K, ]. p7 C$ |我的意思是采集亚马逊做垃圾站，朋友说会被k
3 k4 X7 q1 F7 p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
6 Q" J5 E5 [. o2 }0 G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 ...

/ [! L* ^  w4 j& x0 T! `2 Zamazon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
+ d; W0 _# E! c4 N0 r+ N我的意思是采集亚马逊做垃圾站，朋友说会被k
4 C: ]1 d' N8 I6 [* A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
! G7 _2 k8 d+ x: Y- L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

, v: F; @. v- x% D  z, B2 n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

. s4 D  r9 d) f: @. q@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
2 H" C& {- _) I0 q8 G( q0 f
2 |0 T& E# n/ Y" p6 c5 v1 L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
3 E! U! t1 @" d0 ]/ H! [amazon有api，不用自己去采集

/ H4 \$ t7 `! j4 N# l. k: l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
! x+ y% ]% T# H; b  R否则你肯定会碰上RobotCheck，或者0或空字段
9 e3 ^' c' U1 r1 p) S" z* Z) l8 }但API的限制我没 ...

& {3 _6 ~0 p8 `  S" M- s2 z多谢～～～～～～～～～～～～～～～～