請教什麼方法能把amazon整站採集下來

自己寫爬蟲把這個網站爬下來

leexiaochong 發表於 2014-12-25 10:42
+ ^' w& c2 i+ A) O樓主，我只能分享這些了，只是產品的URL和URL中的product name

求分享採集思路，貌似翻頁有最大限制，無法全部採集

( N) `( B- N4 o2 x' ~2 @

熟能生巧哇 發表於 2015-1-1 01:29
$ _4 i) x+ [: ?7 p: P5 ?lucene  是java的把？ PHP 用不了把？

lucene是java的，我用.net，使用lucene.net，php我還不太懂了

風吹不動 發表於 2015-1-1 08:39
求分享採集思路，貌似翻頁有最大限制，無法全部採集

# N: o7 t- Z8 `$ ?" ^兄弟，換個思路吧，不要跟著amazon的頁面走，也不要想著獲取list然後再獲取productdetail,採集只需要的是productdetail即可。重要一點：直接把amazon 的sitemap下載下來，然後再解壓gzip，再將解壓的xml內容給解析出來，取出loc和權重值放到數據庫裡面即可。
( y# Y: q' b# T' E6 d) t- H

leexiaochong 發表於 2015-1-1 10:34
0 w, C8 z0 {& u3 d( G  Z! i4 r兄弟，換個思路吧，不要跟著amazon的頁面走，也不要想著獲取list然後再獲取productdetail,採集只需要的是 ...

sitemap贊一個，去試試         

5 y# `; \  h9 H) e' I
8 G3 M2 \# n0 N- L0 W/ q% }