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

, R7 [# ]- T4 ~" W4 v* d# B( w1 [求分享採集思路，貌似翻頁有最大限制，無法全部採集

: ?" k, @0 V; P" ^. ?! D$ G

熟能生巧哇 發表於 2015-1-1 01:29
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
; s$ n- q. l7 h! E! d( u
. B: r: y% r2 n4 x* Q: D! U0 g

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

- o7 `+ d* N" M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。
, \5 P! H" a8 [2 w6 K2 d0 v) M

leexiaochong 發表於 2015-1-1 10:34
5 O# t5 a& X" R" I* ]7 @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