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
国内知名本地生活信息平台所有商户历史评论数据(超过1亿条)
发布时间:2016-02-22
数据说明:
国内知名本地生活信息平台全国1600万商户(所有分类)对应所有历史评论数据(108,525,820条)。
有图有真相:
详细字段说明:
review_id - 评论ID(主键,与某网站 一致)
shop_id - 商户ID(与某网站一致)
author - 评论人昵称
location - 区域
author_level - 评论人等级
author_id - 评论人ID(与某网站一致)
comment_date - 评论日期
stars - 星级评分
product_rating - 产品、口味打分
environment_rating - 环境打分
service_rating - 服务打分
content - 评论内容
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。
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/