大家是怎样爬取亚马逊(美国)的数据？爬取速度怎么样？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 2639 天前的主题，其中的信息可能已经有所发展或是发生改变。

我在爬取亚马逊(美国)详情页时发现反扒虫比较厉害，因此购买了某代理爬取，但每天只能爬取 15w 条 ASIN 的数据。请教各位都是怎样爬取的？爬取速度如何？

爬取

反扒虫

爬

亚马逊

9 条回复 • 2017-08-24 21:42:37 +08:00

JerryKwan

2017-08-24 09:11:25 +08:00

@adapalene amazon 的反扒机制是挺有意思的，如果有大量信息要爬取的话，不仅仅需要采用代理，还需要注意代理的使用策略

free9fw

2017-08-24 09:18:43 +08:00

要注意请求频率和速度，amazon 上有很多 ajax 的数据，可以直接拉取

huangfs

2017-08-24 09:22:15 +08:00

难道是昨天那个抓取外包的活？

cqcn1991

2017-08-24 10:18:31 +08:00 via iPhone

我是数据量很小，大概 1w 条，所以基本不需要做反爬，控制时间就好了…

nicktogo

2017-08-24 10:33:15 +08:00

我好像前年这个时候也用 ASIN 爬过美亚数据（怀念当时做的课程项目 233 ），当时是用美亚的 API，楼主可以查查看

adapalene

2017-08-24 13:19:55 +08:00

@JerryKwan 谢谢，能稍具体介绍下使用策略吗？

adapalene

2017-08-24 13:20:26 +08:00

@huangfs
不是，我已经爬了快 3 个月了

adapalene

2017-08-24 13:24:39 +08:00

@nicktogo
谢谢，我看下 API

qq12345454

2017-08-24 21:42:37 +08:00

我也想爬点数据，不过爬了不晓得怎么换钱