爬虫求助: 美亚的书有人抓过没?有啥好方法? - V2EX
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
cqcn1991

爬虫求助: 美亚的书有人抓过没?有啥好方法?

  •  
  •   cqcn1991 2017 年 4 月 22 日 3459 次点击
    这是一个创建于 3289 天前的主题,其中的信息可能已经有所发展或是发生改变。

    主要是关注亚马逊有哪些新书出来

    每本书的信息,评论、评分似乎都挺好抓

    9 条回复    2017-04-22 16:32:35 +08:00
    cqcn1991
        1
    cqcn1991  
    OP
       2017 年 4 月 22 日
    我个人找到的是, https://www.amazon.com/gp/new-releases/books 感觉可以爬一爬
    zyEros
        2
    zyEros  
       2017 年 4 月 22 日 via iPhone
    亚马逊会给你假信息的
    Pysensor
        3
    Pysensor  
       2017 年 4 月 22 日
    解析亚马逊的页面就足够喝一壶了。。
    cqcn1991
        4
    cqcn1991  
    OP
       2017 年 4 月 22 日 via iPhone
    @zyEros
    @Pysensor 靠…有这么难?!
    Pysensor
        5
    Pysensor  
       2017 年 4 月 22 日
    @cqcn1991 你随便点开个商品看看页面源代码。。看看怎么清洗信息比较妥当
    clanned
        6
    clanned  
       2017 年 4 月 22 日 via Android
    也许可以参考我这个 https://github.com/xdtianyu/FreeKindle
    cqcn1991
        7
    cqcn1991  
    OP
       2017 年 4 月 22 日 via iPhone
    @Pysensor 书的基本信息应该是有 api 之类,就是 isbn 直接获取信息,因为之前看 library genesis 有调用
    ilcn
        8
    ilcn  
       2017 年 4 月 22 日
    libgen 有数据库下载你可以去看一下。有 index 和 dump 两种。 mysql 的 dump 是 15g 还是 30g ,直接按时间抓出来就行了
    cqcn1991
        9
    cqcn1991  
    OP
       2017 年 4 月 22 日 via iPhone
    @ilcn …厉害…学到了
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     893 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 35ms UTC 21:41 PVG 05:41 LAX 14:41 JFK 17:41
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86