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,可以有效获取互联网任何公开可见信息。
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>>技术文章
为什么我们推荐CSV而非Excel
发布时间:2013-02-26
什么是CSV?
CSV(逗号分隔值)格式是最常见的数据库和电子表格导入和导出格式。
什么是Excel?
微软Excel是由微软开发的用于电子表格处理的应用程序,XLS文件是Excel的文件存储格式。我们通常说Excel格式指的就是XLS格式。
CSV格式比Excel格式具备的优势:
- 1)CSV是纯文本文件,支持追加模式写入,节省内存。Excel是结构复杂的二进制文件,只支持一次性写入,较费内存。
- 2)CSV的文件行数没有限制,在实际项目中我们已输出过上千万行的CSV文件;32位系统下Excel单个Sheet最多支持65535行。
- 3)CSV是纯文本文件,可以使用任何文本编辑器进行编辑,因此可以在Linux终端下对其进行修改。Excel是二进制文件,目前已知的编辑工具有Office,OpenOffice,WPS,都为GUI工具,不支持在终端下编辑。
特别说明:本文旨在技术交流,请勿将涉及的技术用于非法用途,否则一切后果自负。如果您觉得我们侵犯了您的合法权益,请联系我们予以处理。
☹ Disqus被Qiang了,之前所有的评论内容都看不到了。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/