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
更多>>官方微博
-
【经验分享】未解锁BL的手机进9008模式（Mi6X为例）
对于未解锁BL的手机，需要拆机，通过短接特定触点的方式进入9008模式。
以小米Mi6X为例：
第一步，拧掉充电口旁边的两颗螺丝。
第二步，扣开后盖，可能不太好扣，可以借助美工刀在边缘撬一下。拧掉保护条上的3个螺丝。
第三步，拔掉电池排线。看图，记着两个短接触点的位置。
第四步，用镊子短接两个触点，同时插入TypeC线，2秒左右设备管理器"端口COM"里会出现9008接口，此时松开镊子。发布时间：2024-11-27 10:13:20
-
【经验分享】已解锁BL的手机进9008模式
高通9008模式全称"Qualcomm HS-USB QDLoader 9008"，它相对于recovery、fastboot和Android系统是独立的。即深刷模式，也叫EDL，号称"救砖神奇"。
对于已解锁BL的手机，进入9008相对比较简单，以小米Mi6X为例：
1. 先确定手机是否解锁BL了。已解锁BL的手机，刚开机的时候会有"Unlocked"字样，如附图1所示。
2. 长按“音量减键 + 开机键”进入fastboot。
3. 执行fastboot oem edl，即可进入9008模式，进入成功后设备管理器COM端口里可以看到"Qualcomm HS-USB QDLoader 9008"。如附图2、3所示。发布时间：2024-11-26 12:53:03
-
【经验分享】com.android.org.conscrypt.TrustManagerImpl证书固定检测绕过示例
某APP使用通用的sslunpinning脚本后仍然抓不到包：
（1）分析logcat日志，发现com.android.org.conscrypt.TrustManagerImpl类相关代码抛出java.security.cert.CertificateException异常，如图1所示。
（2）hook 类com.android.org.conscrypt.TrustManagerImpl的checkTrusted和checkServerTrusted方法，返回空列表，成功抓到包。
日志线索寻找关键词：CertificateException、CertificateExpiredExceptio、SSLHandshakeException发布时间：2024-10-24 15:36:45
-
【经验分享】如何获取安卓手机上已安装APP的安装包(.apk)文件？
1. 先查看已安装APP列表，确定对应APP的包名。
adb shell pm list packages
2. 假设包名为org.gushiwen.gushiwen。再根据包名查看APP的详细信息：
adb shell dumpsys package org.gushiwen.gushiwen
返回信息中的path属性，以base.apk结尾的，即就是这个APP的安装文件，如附图1所示。另外返回的信息中还有当前APP的版本（versionName属性），如附图2所示。
3. pull下来这个文件，就可以在其它设备上安装了。发布时间：2024-10-22 11:27:51
-
【经验分享】Dell R720意外断电重启之后丢失硬盘（硬盘状态变为Foreign）问题解决？
本来有10块盘，启动的时候显示只有9块Virtual Disk。“Ctrl + R”进入RAID设置，在“VD Mgmt”标签页下也只看到了9块Virtual Disk。在“PD Mgmt”标签页下看到是有10块物理盘，不过第5块状态变成“Foreign”了（如附图1所示）。
解决方法：在“VD Mgmt”标签页下，焦点切换到"PERC H710 Mini"上按F2，然后"Foreign Config"，再然后"Import"，操作完成（要等待几秒）之后就能看到全部盘了，如图2所示。
PS：用Ctrl + N快捷键切换菜单标签。发布时间：2024-10-18 16:35:44
-
【经验分享】一个游戏闯关模式学习CSS Selector的网站"CSS Diner"：https://flukeout.github.io/。
Python使用BeautifulSoup实现CSS Selector解析HTML文档的示例：
import requests
from bs4 import BeautifulSoup
r = requests.get('http://www.site-digger.com/html/articles/')
r.encoding = 'UTF-8'
html = r.text
soup = BeautifulSoup(html)
for a in soup.select('ul[class="arclist"] li a'):
print(a['href'], a.text)发布时间：2024-09-02 19:43:03
-
【经验分享】qemu-system-x86运行tiny11
(1) 安装qemu-system-x86，安装完成后无需重启。
sudo apt-get update
sudo apt-get install qemu qemu-utils qemu-system-x86
(2) 创建硬盘。
qemu-img create -f qcow2 tiny11.img 50G
(3) 创建虚拟机。
sudo qemu-system-x86_64 --enable-kvm -m 2G -smp 4 -boot order=dc -hda /home/qi/kvm/tiny11-1/tiny11.img -cdrom /home/qi/kvm/tiny11_23H2_x64.iso -vnc :1
(4) vnc连接 "服务器ip:5901"，完成系统安装过程。设置vnc密码的方法：https://qemu-project.gitlab.io/qemu/system/vnc-security.html#with-passwords。
(5) 映射主机端口给虚拟机，使用-redir参数。如下示例，将主机的TCP/UDP4001端口映射到虚拟机的4000端口。
-redir tcp:4001::4000 -redir udp:4001::4000发布时间：2024-08-10 12:13:46
-
【经验分享】Playwright过geo.captcha-delivery.com检测
page.add_init_script('''Object.defineProperties(navigator, {webdriver:{get:()=>undefined}}); delete navigator.__proto__.webdriver;''') 发布时间：2024-07-31 10:41:18
-
【经验分享】scrcpy在网络质量欠佳环境下可以通过降低码率来提高流畅度
e.g.
scrcpy --bit-rate 1M --max-fps 5
注意：在新版本中--bit-rate参数更名为--video-bit-rate 发布时间：2024-07-03 10:11:54
-
【经验分享】scrcpy在小米手机上鼠标不起作用问题的解决
在“开发者选项”中需要打开"USB调试（安全设置） - 允许通过USB调试修改权限或模拟点击"。要打开这个选项，手机需要先登录小米账号，另外手机必须要插有SIM卡。 发布时间：2024-07-03 10:09:29
随着Web数据采集技术的普及，大量网站和移动App的海量数据面临着被抓取的威胁。从技术角度讲Web数据采集技术是模拟浏览器或手机客户端与Web服务器进行交互，该过程与合法的浏览器或手机客户端直接访问Web服务器并无本质的区别，这就增加了企业对自身数据保护的难度。
我们（西安鲲之鹏网络信息技术有限公司）是一家专业从事网站（Web）数据采集的数据服务提供商，一直专注于网站（Web）数据抓取领域。公司前身是开始于2010年的鲲鹏Web数据采集工作室，为澳大利亚、美国、香港、台湾、中国大陆等地提供Web数据采集外包服务，先后成功完成了数千个数据采集项目。有着非常丰富的网站数据采集和反网站数据采集经验。结合我们自身丰富的数据采集经验，我们给出以下三种行之有效的反Web数据抓取方案。
一、 限制客户端IP访问频率。
适用：Web网站和移动App。
代表应用：大众点评网。
思路：数据采集程序的特点就是访问速度快，通常一个客户端IP向Web
服务器发出数十个甚至上百个并发请求，根据该特征，我们可以在Web网站或移动App服务端程序增加策略，拦截频率过高的访问（中断连接或返回异常页面）。例如，我们限制一个IP对我们系统每天最大的访问量是100次，那么即便采集者拥有100个IP（或高匿名HTTP代理），每天的采集量也只能达到1万个页面，大大增加了采集的难度。
实现难度：中等。该方案只需要对服务端程序进行修改，不需要修改客户端。
效果：好。可以有效防止大规模的采集。
二、 数据传输加密。
适用：Web网站和移动App。
代表应用：去哪儿网。
思路：对服务端和客户端（包括浏览器）之间的HTTP交互数据采用对称加密算法（例如，DES）进行保护：
1. HTTP请求：客户端 –> 服务端。
HTTP请求明文数据在发送出客户端之前使用密钥进行加密，这样采集者抓包分析只能看到无意义的密文数据，从而无法自己用程序实现一个有效的HTTP请求。密文数据到达服务端后先用密钥进行解密，然后再对明文进行处理。如下图所示。
2. HTTP应答：服务端 –> 客户端。
服务端程序在向客户端发出应答明文数据之前，先使用密钥对数据进行加密，这样采集者抓包分析看到的也是密文，从而无法对HTTP应答数据进行有效的提取。密文数据到客户端后先用密钥进行解密，然后再对明文进行展示。如下图所示。
实现难度：高。该方案需要对服务端和客户端程序都要进行修改，工作量比较大。
效果：非常好。可以有杜绝各种采集手段。
也可以仅对部分敏感数据进行加密保护，例如电话号码、邮箱、身份证号。其它非敏感数据仍然使用明文。
三、 加入签名机制。
适用：仅移动App。
代表应用：淘宝手机客户端。
思路：在HTTP请求中参加一个签名参数（下简称sign），用于在服务端检测该HTTP请求是否合法。当App程序发出一个HTTP请求时，根据QueryString, Post Entity, User-Agent等相关参数按照一定的算法（使用非对称加密）生成sign，并将sign于其它参数一起提交给服务端。服务端接收到HTTP请求后使用相同的算法根据QueryString, Post Entity, User-Agent等参数生成校验sign，如果两个sign的值相同则认为这是一个合法的请求（则接收该HTTP请求），反之即认为这是一个非法的请求（拒绝该请求）。
实现难度：高。该方案需要对服务端和客户端程序都要进行修改，工作量比较大。
效果：非常好。可以有杜绝各种采集手段。