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
数据说明:
大众点评全网数据(所有城市,所有分类,不含国外城市),本次共采集商户数据超过1300万条(13,045,329条)。
更新说明:
■ 增加对“香港,澳门,台北,高雄,垦丁,花莲”6城市的采集。
■ 增加对“综合市场”类的处理(该类页面结构独特)。
■ 增加mall_id字段,存储商铺所述商场的ID。
■ 为增加综合商场类数据增加“推荐产品”(recommended_products)字段。
■ 增加parking字段(停车信息)。
■ 移除google_longitude和google_latitude字段。
■ 将original_latitude修改为latitude。
■ 将original_longitude修改为longitude。
■ 修复部分分类下“人均”为空的Bug(例如,丽人分类下的“人均”显示为“消费”)。
详细字段说明:
“shop_id”(商户ID,唯一、固定不变),“mall_id”(商户所述商场的shop_id),“verified”(是否加V),”is_closed”(是否停业),”name”(商户名称),”alias”(别名),”province”(省),”city”(市),”city_pinyin”(市拼音),”city_id”,”area”(区),”big_cate”(一级分类),”big_cate_id”,”small_cate”(二级分类),”small_cate_id”,”address”(地址),”business_area”(商圈),”phone”(电话),”hours”(营业时间),”avg_price”(均价),”stars”(星级),”photos”(图片),”description”(描述),”tags”(标签),”map_type”,”latitude”(维度),”longitude”(经度),”navigation”(导航),”traffic”(交通),”characteristics”(特色),”product_rating”(口味/产品评分),”environment_rating”(环境评分),”service_rating”(服务评分),”all_remarks”(总点评数),”very_good_remarks”(5星数),”good_remarks”(4星数),”common_remarks”(3星数),”bad_remarks”(2星数),”very_bad_remarks”(1星数),”recommended_dishes”(推荐菜),”recommended_products”(推荐产品),”parking”(停车位信息)”,nearby_shops”(周边商户),”is_chains”(是否是连锁店),”take-away”(是否外卖),”group”(团购信息),”card”(会员卡),”latest_comment_date”(最新评论日期)
在线示例数据:
点击查看在线示例数据
数据格式:
CSV(最通用的数据交换格式)或MySQL。
字符编码:
UTF-8。