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>>官方微博

西安鲲之鹏
陕西 西安

加关注

  • 【经验分享】关于彻底关闭Nox模拟器虚拟机
    背景: 命令行关闭Nox虚拟机可以使用"NoxConsole.exe quit <-name:nox_name | -index:nox_index>", 但是有时候会失败。
    这里采用一种保险的思路,先调用"NoxConsole.exe quit"进行安全关闭,若干秒后检测虚拟机对应虚拟机的Nox.exe进程(考虑到多开的情况,根据"-clone:"参数判断是否属于当前虚拟机实例)和NoxVMHandle.exe进程(考虑到多开的情况,根据"--comment"参数判断是否属于当前虚拟机实例)是否还存在,如果存在就强制终止这两个进程,达到彻底关闭的目的。

    完整实现如下图所示。
    发布时间:2021-11-02 10:16:20
  • 【经验分享】如何计算阿里系Ajax请求中的sign签名?
    有过阿里系采集经验的开发者都应该知道,淘宝(天猫)H5版、1688、淘宝司法拍卖H5版等阿里系网站,在Ajax请求中都会有一个sign签名参数(如下图1、2、3所示),要是值不正确将无法获取到有效的数据(例如返回“非法请求”提示)。如果我们无法构造出有效的sign,就只能通过“模拟浏览器操作”的方式来绕过签名验证,再结合"mitmproxy动态抓包脚本"来提取返回数据,这种方案效率太低,而且很不灵活。本文将介绍如何计算这个sign值以及给出对应的Python实现,这样就能实现通过直接HTTP交互抓取数据。点击链接查看详情>>> http://www.site-digger.com/html/articles/20211018/851.html
    发布时间:2021-10-18 14:59:23
  • 【经验分享】mysqldump时的两点技巧
    (1)如何避免锁表?
    加上--single-transaction=TRUE参数即可。
    来源:https://stackoverflow.com/questions/104612/run-mysqldump-without-locking-tables
    (2)如何排除某张表?例如 避免导出尺寸太大的日志表。
    使用--ignore-table=dbname.tablename指定即可,如果要排除多个,加上多个--ignore-table=dbname.tablename参数。
    来源:https://www.cnblogs.com/rxbook/p/7735485.html
    发布时间:2021-10-09 11:40:29
  • 【经验分析】urllib2使用"User-Agent"设置UA会无效原因的分析

    (1)如下代码,尝试使用"User-Agent"设置UA为"test",会失败:
    服务端接收到的UA信息为"Python-urllib/2.7",而不是"test"。
    urllib2.build_opener().open(urllib2.Request(url='http://192.168.1.200:1234', data=None, headers={'User-Agent': 'test'}))
    (2)将headers修改为{'User-agent': 'test'},成功。
    如附图1所示。原因是什么呢?

    可以在urllib2.py中找到答案:
    (1)首先urllib2默认会在headers列表中添加一个“User-agent”,其值为"Python-urllib/%s" % __version__,如附图2所示。
    (2)在do_open()中对headers进行了规范化处理(.title()),代码如下。
    headers = dict((name.title(), val) for name, val in headers.items())
    如图3所示,我们在该句前后分别打印headers,处理之前为:
    {'Host': '192.168.1.200:1234', 'User-Agent': 'test', 'Connection': 'close', 'User-agent': 'Python-urllib/2.7'},里面有我们设置的'User-Agent': 'test'
    处理之后就变成下面了:
    {'Host': '192.168.1.200:1234', 'Connection': 'close', 'User-Agent': 'Python-urllib/2.7'}
    原因是后面的'User-agent'经过.title()后也会变'User-Agent',在字典中覆盖掉了我们自定义的值。

    以后使用urllib2要设置UA时,一定要用“User-agent”,而不能用“User-Agent”!
    发布时间:2021-08-15 13:48:07
  • 【经验分享】在分析别人代码的时候,通过打印调用栈可以帮助我们快速掌握调用函数的上下文调用逻辑。Python中如何打印调用栈呢?如下。
    import traceback
    traceback.print_stack()
    参考>>> https://stackoverflow.com/questions/1156023/print-current-call-stack-from-a-method-in-python-code
    例如,我们想知道httplib.py中_send_request()函数的调用上下文,在_send_request()中加入上述代码,当代码执行的时候就会在控制台打印出调用栈信息,如附图所示。
    发布时间:2021-08-15 13:17:33
  • 【经验分享】如何给python函数增加一个timeout功能?
    想要实现的效果:
    在调用一个函数(不固定)的时候如果在指定的N秒内没有返回,就强制停止。

    在github上找到了一些方案例如func_timeout,timeout_decorator。经过测试对比,func_timeout比较理想,项目主页:github.com/kata198/func_timeout,“Python module to support running any existing function with a given timeout.”。它提供了一个装饰器func_set_timeout,非常方便。

    timeout_decorator原理:
    它是利用子线程StoppableThread来执行目标函数,当指定时间到达,子线程还未结束,就强制结束子线程,然后抛出FunctionTimedOut异常,详见github.com/kata198/func_timeout/blob/master/func_timeout/dafunc.py。
    发布时间:2021-06-24 14:11:26
  • 【演示】得物APP商品"最近购买列表"采集演示
    (1)根据商品的spuid从APP端采集。
    (2)得物的“最近购买”列表展示了最近3个月的销售记录,可以借以分析商品的价格和销量波动情况。包括字段“昵称、日期、规格、价格”,采集好的示例数据见:http://db.site-digger.com/csv/646577755f6170705f70726f647563745f6c6173745f736f6c645f6c6973745f73616d706c65/ 点击查看西安鲲之鹏的微博视频 ​​​
    发布时间:2021-06-24 13:17:22
  • 【演示】某小红书APP笔记详情及评论数据采集最新(20210618)演示
    近日某小红书的网页版不再展示笔记的“点赞数、评论数、收藏数和分享数”了,为了能拿到这些信息只能从APP端入手。本采集方案可以拿到笔记的所有属性值以及前10条评论数据。

    (1)笔记详情包含的字段
    'note_id'(笔记ID), 'note_type'(笔记类型,是普通的还是视频), 'user_red_id'(用户ID), 'user_name'(用户名), 'liked_count'(点赞数), 'shared_count'(分享数), 'collected_count'(收藏数), 'comments_count'(评论数), 'pubtime'(笔记发布时间), 'hash_tags'(标签), 'images_list'(原图列表), 'video'(视频链接,如果是视频笔记), 'desc'(笔记内容)
    示例数据链接:点击查看"小红书笔记示例数据"

    (2)笔记评论包含的字段
    'comment_id'(评论), 'note_id'(关联的笔记ID), 'user_name'(用户名), 'pubtime'(评论发布时间), 'like_count'(评论点赞数), 'score'(评分), 'content'(评论内容), 'sub_comment_count'(评论回复数), 'sub_comments'(评论回复内容)
    示例数据链接:点击查看小红书评论示例数据

    某小红书APP笔记详情及评论数据采集最新(20210618)演示

    发布时间:2021-06-18 14:30:34
  • 【经验分享】某特来电APP采集方案
    我们分析的是V5.11.0版本,加了360的壳,用了ssl证书固定。
    (1)经过ssl unpinning之后,Fiddler成功抓到包,如图1-3所示,分别对应“充电站搜索返回的列表”,“充电站详情”和“充电站的终端列表”。可以看到请求头中有很多陌生的参数,例如AVER,它是怎么构造出来的?
    (2)脱壳,反编译找到了实现过程代码,如图4所示。可以看出AVER是通过对时间戳参数ATS,经过"DES/CBC/PKCS7Padding"加密而成。其它参数在代码中也都能找到实现过程。其中"X-Token"的产生过程比较复杂,后面再分享产生过程。
    发布时间:2021-06-08 12:10:34
  • 【经验分享】com.google.gson.Gson的toJson()方法在插桩分析的时候太有用了,赞赞赞。
    function toJson(javaObject) {
        return Java.use("com.google.gson.Gson").$new().toJson(javaObject);
    };
    通过toJson(javaObject)可以将Java对象(数据结构)转换成JSON格式,非常方便。想想之前都是通过字符串拼接各个字段(熟悉)值,太费劲儿了。

    关于com.google.gson.Gson的toJson()的更多示例可以看这篇文章:https://www.cnblogs.com/reboost/p/9521603.html
    发布时间:2021-06-04 10:57:34
当前位置: 首页 > 鲲鹏稳定高匿HTTP代理解决方案
注意:我们不提供VPN服务,HTTP代理服务仅供WEB爬虫使用。

购买须知:

1】我们只能保证代理IP的稳定性,IP是否被封完全取决于您的目标网站和您爬虫的策略,我们无法控制。因此我们不承诺用了代理IP爬虫就不会被封,IP被您用封了我们也无法给予替换。公司技术人员编写了“数据采集时如何有效地防止被网站屏蔽IP”一文,仅供参考 >>> http://www.site-digger.com/html/articles/20150919/100.html
2】报价均是不含票价格。我们可以开具《陕西省增值税普通/专用发票》,从2017年起,我司财务规定凡是开具发票需要追加10%的税点。

我们目前提供以下几种类型的稳定高匿HTTP代理解决方案:

■  鲲鹏美国稳定高匿HTTP代理(美国数据中心,均为美国固定IP,分共享和独享两个版本)。

■  鲲鹏香港稳定高匿HTTP代理(香港数据中心,均为香港固定IP)。

■  鲲鹏国内稳定高匿HTTP代理(国内高品质数据中心,均为国内IP)。

■  鲲鹏国外动态稳定高匿HTTP代理(百万国外IP池,后端IP自动随机切换)。

■  鲲鹏国内ADSL动态IP代理共享版(国内IP,每日切换一次IP)。

■  鲲鹏国内ADSL动态IP代理独享版(国内IP,支持API切换IP)。

 几种类型代理的比较如下表所示:

类型
稳定性/速度
种类
价格
IP
很稳定/一般
0.15元/天/IP(30个*30天起租)
固定IP
非常稳定/快
1.5元/天/IP(10个*30天起租)
固定IP
非常稳定/快
2元/天/IP(10个*30天起租)
固定IP
稳定/一般
动态IP
非常稳定/快
30元/月/IP
每日切换
非常稳定/快
80元/月/ADSL账号
动态IP

下面是各种类型代理的详细介绍:

鲲鹏美国稳定高匿HTTP代理

我们在美国数据中心搭建的代理平台,所有代理均为固定IP,IP分布于16个城市,全部为高匿名代理,有专人维护,很稳定。
特别说明:本代理为共享型。独享型的价格为12元/IP/月,点击这里查看
详情请查看这里:http://www.site-digger.com/html/kunpeng-proxies.html

鲲鹏香港稳定高匿HTTP代理

我们在香港数据中心搭建的代理平台,所有代理均为固定IP,独享IP,全部为高匿名代理,速度快,很稳定。
详情请查看这里:
http://www.site-digger.com/html/exclusive-proxies.html
查看演示视频:
http://v.youku.com/v_show/id_XODEzOTU0MTIw.html

鲲鹏国内稳定高匿HTTP代理

我们在国内高品质数据中心搭建的代理平台,所有代理均为中国大陆的固定IP,独享IP,分布于10多个城市,全部为高匿名代理,速度快,很稳定。
详情请查看这里:http://www.site-digger.com/html/china-proxies.html

鲲鹏国外动态稳定高匿HTTP代理

超大IP池(IP总量超百万,并且会不断增加新IP),共享IP,IP遍及世界众多国家(95%为国外IP)。无需安装任何客户端,只用设置一个代理,后端IP自动随机切换,100%兼容任何浏览器或支持代理的软件。非网上免费的野代理, 服务器有专人维护,稳定性有保障!
注意:国内访问速度较慢,有3-5秒延时。
详情请查看这里:http://www.site-digger.com/html/kunpeng-dynamic-proxies.html

鲲鹏国内ADSL动态IP代理共享版

国内ADSL(电信/联通)IP池,共享IP,高匿名稳定HTTP代理,通过API获取IP列表,每天自动切换一次IP(注意:每天IP自动只变一次,不能自行控制)。
详情请查看这里:http://www.site-digger.com/html/adsl-proxies-public-version.html

鲲鹏国内ADSL动态IP代理独享版

国内ADSL(电信/联通)IP池,独享IP,高匿名稳定HTTP代理,通过API切换IP(点击查看API文档)。
详情请查看这里:http://www.site-digger.com/html/adsl-proxies.html

 

欢迎咨询、测试、订购:

13571845363

1649677458

如何在浏览器或者自己编写的程序中使用代理?点击查看说明文档

鲲鹏在线HTTP代理测试工具点击进入

QQ在线客服
欢迎咨询,点击这里给我发送消息。
欢迎咨询,点击这里给我发送消息。

加微信咨询