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？
; ^( t4 V6 n9 t! o: d! t

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 ...

2 U$ l& F) {2 H我的意思是采集亚马逊做垃圾站，朋友说会被k
5 ]) [+ r1 \8 r8 A6 e) R& B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
. B) e* r' z/ z8 [! l$ a. f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
我的意思是采集亚马逊做垃圾站，朋友说会被k
1 G- s+ v! x5 y' p" |+ }2 \3 {$ V3 L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 S) b1 L; M  }  D% w% R量不大的话，楼下 @阿百川 兄弟说的是正解
3 a: S9 U$ x( W3 q: b( Q否则你肯定会碰上RobotCheck，或者0或空字段
; I# A/ j: Y- k% ?& e  F2 \; [* S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
8 j: y' s9 u  h! a8 z, ]8 K' `
9 @) g, I/ E  _: 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
" Q1 V/ y6 {0 w* u
@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
( ]( W  `2 A9 O- h9 t8 Z
' C* O9 R9 T0 j* ^) V* g) M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
- K$ k# O0 }+ W0 iamazon有api，不用自己去采集

2 x. |7 g8 n7 r! A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
% V5 C4 u  ^! r) O3 g" [否则你肯定会碰上RobotCheck，或者0或空字段
; V: T  |7 [/ Z6 a但API的限制我没 ...

多谢～～～～～～～～～～～～～～～～