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
% E: R/ L5 O$ K7 U9 Z  f. f" j& u- X有经验的前辈怎么看？
  l( K5 a0 S1 C5 M# L3 G
% n: a- k8 N' ^: z! b

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？
  _0 B+ B! r, u! h4 z/ j3 m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
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
0 z5 l/ V/ X8 e我的意思是采集亚马逊做垃圾站，朋友说会被k
. ]  Y& a" f9 F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 ...

- V; A& V  d. ?( n% lamazon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 ...

6 \* ~3 l& p% l- l( T& t5 _9 o" T4 K量不大的话，楼下 @阿百川 兄弟说的是正解
# m0 p2 L8 i. R: P2 Y. ]: b  p0 u) w否则你肯定会碰上RobotCheck，或者0或空字段
7 {/ ~8 q. s* Q" W3 l+ 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
# L7 O* i6 D5 h1 K! `) u% p
2 q3 k8 R! T- @) W- K! }8 [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
7 P2 e; C% x2 M2 |
2 l/ T/ v* B3 _, M0 o@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
5 ]5 B7 n+ v" f/ u0 O8 b" e
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

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
但API的限制我没 ...

8 [2 E2 ?1 C" M% J1 a5 F4 k多谢～～～～～～～～～～～～～～～～