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
& z* y2 E+ o) U- [" E

leexiaochong 發表於 2014-12-25 10:42
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

. r: P9 z% W' x4 X

熟能生巧哇 發表於 2015-1-1 01:29
lucene  是java的把？ PHP 用不了把？

0 ~* F% i( t  ]5 Rlucene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
9 S& f; [9 I# ]- a6 I求分享採集思路，貌似翻頁有最大限制，無法全部採集

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。
( L" ?2 p7 Q, r: F
7 E3 D/ M0 u* w- [6 C

leexiaochong 發表於 2015-1-1 10:34
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 ...

0 H% S" S" t* b5 p9 A* \sitemap贊一個，去試試         
! A* i* c" ]2 R7 H$ R( N/ q

6 B3 c; ^  }: L