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
淘宝店铺评论数据采集演示
发布时间:2015-04-20
2015年元旦淘宝升级了防采集策略,采集淘宝店铺评论和淘宝成交记录的难度大大增加。即便是人工正常访问在数次翻页之后就会触发反采集策略,主要表现在:
1)提示登录才能继续浏览。
2)再次翻页就会提示输入验证码,此后基本上每次翻页都会有验证码出现。
3)轮换IP已经无法规避该反采集策略。
鲲鹏数据的技术人员采用“Webkit自动淘宝登录 + OCR验证码识别技术”实现,实现了稳定采集淘宝的店铺评论数据的方案。
下面是视频演示:
如果您有类似的定制采集需求可以联系我发的客服人员。客服QQ:1649677458。
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/