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
去哪儿网供应商价格采集演示
发布时间:2015-04-22
去哪儿网的机票搜索采用了多重反采集策略,其中最麻烦的就是访问频率限制和数据加密。体现在:
1)客户端访问稍微频繁一点就会出现验证码,在展开供应商价格时尤为突出。
2)Ajax返回的价格数据进行加密,而且加密算法经常升级。
3)另外在浏览器中,价格数据还被使用CSS进行了数字混淆。
鲲鹏数据的技术人员采用“Webkit + HTTP代理IP轮换 + OCR验证码识别技术”实现,实现了稳定采集去哪儿网机票价格数据的方案。
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/