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

5 W! u6 M* ?- E% s) ]! v求分享採集思路，貌似翻頁有最大限制，無法全部採集
* q) s" r0 i1 V9 n- e' ~+ [

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

0 m' V9 S9 R' Q* `2 X4 H

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

/ h- g+ j1 {! m# P% ^) R: D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。

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 ...

sitemap贊一個，去試試         
% T4 O& H' `( e5 e7 H/ `

8 u- d) U- N3 _3 N- o. O" N1 e