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

& w7 S! z) d) V" b  [7 o

熟能生巧哇 發表於 2015-1-1 01:29
* t4 g( J+ ^" p& z$ L) ?7 Z! o8 e; Blucene  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
( _- J: `( G6 e( r4 ]+ P; k

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

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 ...

% b. P( l4 R- {# {, @7 s  ], dsitemap贊一個，去試試         
8 K. V% U+ V2 N1 {* U) g
( j& M& P& I) ^4 S# Q
, A7 Z$ D0 y/ y/ `6 m