IT帮

 找回密码
 立即注册

QQ登录

只需一步,快速开始

扫一扫,访问微社区

查看: 244|回复: 0

亚马逊数据采集的一些基本步骤

[复制链接]

65

主题

71

帖子

81

积分

初中生

Rank: 2

热心值
2
IT币
415
贡献值
1
QQ
发表于 2022-6-22 16:39:19 | 显示全部楼层 |阅读模式
现在电商数据的需求量和价值比较高,很多的公司都在获取电商数据,国内的电商网站也是采集难度比较大,国外的更是如此,比如亚马逊,但是亚马逊网站相较于国内的购物网站,可以直接使用python的最基本的requests进行请求。访问不是过于频繁,在未触发保护机制的情况下,可以获取我们想要的数据。但是既然是采集数据需求量肯定不小,那访问频繁是必须的,所以如何应对亚马逊的反爬机制就是今天我们要重点分析的。这里我们通过三个步骤获取亚马逊数据。
一、获取亚马逊列表页的信息, 获取列表内能获取到的商品信息,如商品名,详情链接,进一步获取其他内容。
二、详情信息的获取, 只有进入详情页之后,能获得更多的内容。
三、代理的设置,国内访问亚马逊会很不稳定。如果真的需要去爬取亚马逊的信息,最好使用稳定的代理,我这边自己使用的是亿牛云提供的爬虫代理。代理使用有两种方式,一是通过api获取IP地址,还有用就是隧道模式,具体的使用方式如下:
  1. #! -*- encoding:utf-8 -*-

  2.     import requests
  3.     import random

  4.     # 要访问的目标页面
  5.     targetUrl = "http://httpbin.org/ip"

  6.     # 要访问的目标HTTPS页面
  7.     # targetUrl = "https://httpbin.org/ip"

  8.     # 代理服务器(产品官网 it帮论坛真好)
  9.     proxyHost = "t.16yun.cn"
  10.     proxyPort = "31111"

  11.     # 代理验证信息
  12.     proxyUser = "username"
  13.     proxyPass = "password"

  14.     proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
  15.         "host" : proxyHost,
  16.         "port" : proxyPort,
  17.         "user" : proxyUser,
  18.         "pass" : proxyPass,
  19.     }

  20.     # 设置 http和https访问都是用HTTP代理
  21.     proxies = {
  22.         "http"  : proxyMeta,
  23.         "https" : proxyMeta,
  24.     }


  25.     #  设置IP切换头
  26.     tunnel = random.randint(1,10000)
  27.     headers = {"Proxy-Tunnel": str(tunnel)}



  28.     resp = requests.get(targetUrl, proxies=proxies, headers=headers)

  29.     print resp.status_code
  30.     print resp.text
复制代码

使用代理之后,亚马逊商品信息的获取改善了不少,之前代码会报各种连接失败的错误,通过上面的步骤,可以实现最基础的亚马逊的信息获取,如果想要获取更多的商品信息就需要修改程序,并且稳定的动态IP能是你进行请求的时候少一点等待的时间,无论是编写中的测试还是小批量的爬取,都能提升工作的效率。


ITbang.Net是一个IT教程分享社区!

寻找论坛资源请善用论坛搜索功能,这样会为你节约不少学习时间;

论坛资源如有过期链接失效等,请到教程反馈区发帖反馈,我们会为您良好的行为点赞加分!

回复

使用道具 举报

*滑块验证:
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

免责声明:
IT帮论坛所发布的一切视频资源、工具软件和网络技术相关的文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该资源,请支持正版软件,购买注册,得到更好的正版服务。

Mail To:Service@ITbang.Net

QQ|Archiver|手机版|小黑屋|IT帮社区 ( 冀ICP备19002104号-2 )

GMT+8, 2022-9-25 22:31 , Processed in 0.051757 second(s), 20 queries .

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表