更多>>关于我们

西安鲲之鹏网络信息技术有限公司从2010年开始专注于Web(网站)数据抓取领域。致力于为广大中国客户提供准确、快捷的数据采集相关服务。我们采用分布式系统架构,日采集网页数千万。我们拥有海量稳定高匿HTTP代理IP地址池,可以有效绕过各种反采集策略。

您只需告诉我们您想抓取的网站是什么,您感兴趣的字段有哪些,你需要的数据是哪种格式,我们将为您做所有的工作,最后把数据(或程序)交付给你。

数据的格式可以是CSV、JSON、XML、ACCESS、SQLITE、MSSQL、MYSQL等等。

更多>>官方微博

当前位置: 首页 > 技术文章 >
示例项目-京东商城图书分类排行榜抓取
发布时间:2011-03-31 来源:鲲鹏数据 浏览:

项目需求:

客户需要一数据采集程序定时抓取京东商城图书分类的排行榜数据(页面地址:http://www.360buy.com/booktop-1-2-3258-1.html)存入CSV文件,缩略图下载存入本地。

 

如上图所示,需要抓取所有图书分类下的Top100数据,每个书籍需要抓取这些字段:'书名', '分类', '作者', '出版社', '定价', '京东价', '缩略图'(下载存入本地), '详细介绍地址' 。

 

 

项目结果:

 

CSV截图  完整文件下载

 

下载缩略图截图

 

抓取程序下载:

http://www.site-digger.com/uploads/soft/110331/1_0305235001.rar

特别说明:该文章为鲲鹏数据原创文章 ,您除了可以发表评论外,还可以转载到别的网站,但是请保留源地址,谢谢!!(尊重他人劳动,我们共同努力)
☹ Disqus被Qiang了,之前的评论内容都没了。现在改用国产的友言。如果您有爬虫相关技术方面的问题,欢迎发到我们的问答平台:http://spider.site-digger.com/
QQ在线客服
欢迎咨询,点击这里给我发送消息。
欢迎咨询,点击这里给我发送消息。