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
1 D0 e$ v3 ?! X4 J$ ]有经验的前辈怎么看？
' L" n7 X% y5 j1 B8 h: Y% P
+ W9 ?5 B. g, s! s9 x

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
/ y% n% t& P9 p3 a什么叫不允许？
( |6 F' N+ d1 b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 ...

. \# k9 i- u) [8 q- p% s1 O我的意思是采集亚马逊做垃圾站，朋友说会被k
4 A! `" b9 l: [! K  d6 A) y, 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
3 j1 U$ F5 j( m9 k9 o5 I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
% r; [$ O* o% m$ e! H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
0 V, S- G6 W+ }1 B0 {0 |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
否则你肯定会碰上RobotCheck，或者0或空字段
* n: ]; e5 {7 F: V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

@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 z: m& c& U1 ^5 G5 L
" {! U. j5 U$ o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
amazon有api，不用自己去采集

/ e% Z. I0 y/ i3 Y, r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
" q+ f8 w. P0 f1 }8 ~2 y否则你肯定会碰上RobotCheck，或者0或空字段
但API的限制我没 ...

: w+ f8 S& b+ o, A多谢～～～～～～～～～～～～～～～～