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
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

% Z" q" u2 }, A. C. P. c

熟能生巧哇 發表於 2015-1-1 01:29
$ }0 t! n  z9 ?. Elucene  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
1 W1 g, A) c5 F
5 o" {+ O) D! M/ a3 S

風吹不動 發表於 2015-1-1 08:39
2 Z4 F" s0 u: K9 ]# W; P  J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。

* D+ G% ]) c: t- u! b7 y7 E5 K: q

leexiaochong 發表於 2015-1-1 10:34
' v' w: {+ W0 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