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
-
西安鲲之鹏
发布时间:2018-07-11 18:21:10
Selenium disable Image loading in different browsers >>> http://t.cn/RdugmXm -
西安鲲之鹏
发布时间:2018-07-11 15:28:47
"全国POI信息数据库" 上线:涵盖美食、休闲娱乐、酒店、丽人等15大分类,覆盖全国350多个城市,数据量超过4700万条 >>> 点击前往:http://t.cn/RduZ2RC
-
西安鲲之鹏
发布时间:2018-07-02 11:25:13
-
西安鲲之鹏
发布时间:2018-06-21 18:57:26
【CSV转Excel(XLSX格式)脚本分享】
背景:大多数情况下CSV转Excel可以使用Openoffice或者Excel实现,但是偶尔也会遇到一些BT的情况,比如转换后Excel打开显示文件异常的(如图2所示)。于是乎利用xlsxwriter这个库写了个小脚本,用法如下:
python csv2xlsx.py path-of-csv-file file-encoding(default is utf-8)
运行效果如图1所示。csv2xlsx.py源码链接分享 >>>http://t.cn/Rrhexmx
-
西安鲲之鹏
发布时间:2018-06-21 10:21:20
全国各类POI(美食、休闲娱乐、丽人、酒店、生活服务等等)用户评论数据7.09亿条,更新至2018年6月15日。点击查看示例数据 >>> http://t.cn/Rrv3RpO
-
西安鲲之鹏
发布时间:2018-06-05 10:35:15
西安鲲之鹏的官方微博地址是:http://weibo.com/kunzhipeng?is_all=1(点击查看),主要用于分享数据采集相关的经验技巧以及发布公司的最新动态。
为了提高搜索引擎的收录效果,我们采用了数据抓取技术定时将官微上的微博信息同步到网站同名栏目中来。
-
西安鲲之鹏
发布时间:2018-05-03 19:10:52
【经验分享】Ubuntu下如何识别无线网卡?
以普联的TL-WDN6200为例,使用的是rtl8812au(http://t.cn/RuR1Drh这个驱动):
wget http://t.cn/RuR1DrP
unzip master.zip
cd rtl8812au-master
make
sudo install
然后重启系统,运气好的话你就能看到Wifi图标和热点列表了,如下图所示(Ubuntu14.04下亲测)。
-
西安鲲之鹏
发布时间:2018-04-27 17:15:06
【经验分享】命令下如何优雅地展示JSON数据?
jq is a lightweight and flexible command-line JSON processor. >>> http://t.cn/Ry7MrH2
示例:curl http://t.cn/Rui9UFI |jq '.'
效果如附图所示。
-
西安鲲之鹏
发布时间:2018-04-27 13:08:00
最常见浏览器User Agent列表(Most Common User Agents) >>> http://t.cn/R5ZC20T
PS:隐约感觉某网站开始通过随机UA检测爬虫了。 -
西安鲲之鹏
发布时间:2018-04-25 18:16:40
-
西安鲲之鹏
发布时间:2018-04-24 11:05:16