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
斗鱼网流媒体视频采集演示
发布时间:2015-06-03
斗鱼网的视频直播采用Flash + FLV流视频源的模式工作,斗鱼网的直播视频采集难度相对较大,主要体现在:其 FLV流视频源的URL是在Flash中动态获取的,对应的Request抓包可以看到,但是由于加入了签名验证(如下图所示),使得我们无法通过程序直接模拟出合法的请求。
鲲鹏数据的技术人员利用“嗅探”思路成功绕过了该签名认证的过程:
使用Webkit(PyQt4.QtWebKit)实现一个定制的浏览器(具有HTTP请求拦截功能,并需要支持Flash),使用该浏览器加载斗鱼网的视频直播页面,当浏览器捕捉到FLV流媒体视频源时拦截该请求, 并把获取到的URL交由FLV流媒体下载器下载。
下面是整个过程的视频演示:
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/