更多>>关于我们

西安鲲之鹏网络信息技术有限公司从2010年开始专注于Web(网站)数据抓取领域。致力于为广大中国客户提供准确、快捷的数据采集相关服务。我们采用分布式系统架构,日采集网页数千万。我们拥有海量稳定高匿HTTP代理IP地址池,可以有效绕过各种反采集策略。

您只需告诉我们您想抓取的网站是什么,您感兴趣的字段有哪些,你需要的数据是哪种格式,我们将为您做所有的工作,最后把数据(或程序)交付给你。

数据的格式可以是CSV、JSON、XML、ACCESS、SQLITE、MSSQL、MYSQL等等。

更多>>官方微博

西安鲲之鹏
陕西 西安

加关注

  • Selenium disable Image loading in different browsers >>> http://tarunlalwani.com/post/selenium-disable-image-loading-different-browsers/ ​​​​
    发布时间:2018-07-11 18:21:10
  • chromedriver 镜像 - ChromeDriver Mirror >>> http://npm.taobao.org/mirrors/chromedriver/ ​​​​
    发布时间:2018-07-11 18:20:49
  • "全国POI信息数据库" 上线:涵盖美食、休闲娱乐、酒店、丽人等15大分类,覆盖全国350多个城市,数据量超过4700万条 >>> 点击前往:http://www.poilist.cn/ ​​​​
    发布时间:2018-07-11 15:28:47
  • 【最新发布】国内知名本地生活信息平台4794万商户POI数据2018年06月份更新 >>> http://www.site-digger.com/html/articles/20180702/647.html ​​​​
    发布时间:2018-07-02 11:25:13
  • 【CSV转Excel(XLSX格式)脚本分享】
    背景:大多数情况下CSV转Excel可以使用Openoffice或者Excel实现,但是偶尔也会遇到一些BT的情况,比如转换后Excel打开显示文件异常的(如图2所示)。于是乎利用xlsxwriter这个库写了个小脚本,用法如下:
    python csv2xlsx.py path-of-csv-file  file-encoding(default is utf-8)
    运行效果如图1所示。csv2xlsx.py源码链接分享 >>>https://bitbucket.org/snippets/qi/Xerx67
    发布时间:2018-06-21 18:57:26
  • 全国各类POI(美食、休闲娱乐、丽人、酒店、生活服务等等)用户评论数据7.09亿条,更新至2018年6月15日。点击查看示例数据 >>> http://t.cn/Rrv3RpO ​​​​
    发布时间:2018-06-21 10:21:20
  • 【经验分享】如何让Squid Web隧道支持SSH协议?
    默认Web隧道下连接22端口是不被允许的,会返回403错误。
    编辑/etc/squid3/squid.conf,加入如下配置行
    acl SSL_ports port 22
    acl Safe_ports port 22
    然后重启Squid即可。 ​​​​
    发布时间:2018-05-16 11:41:42
  • 当当网有多少图书,你知道吗?>>> http://t.cn/R3h6hiH ​​​​
    发布时间:2018-05-08 13:53:19
  • 【经验分享】Ubuntu下如何识别无线网卡?
    以普联的TL-WDN6200为例,使用的是rtl8812au(https://github.com/else05/rtl8812au这个驱动):
    wget http://t.cn/RuR1DrP
    unzip master.zip
    cd rtl8812au-master
    make
    sudo install
    然后重启系统,运气好的话你就能看到Wifi图标和热点列表了,如下图所示(Ubuntu14.04下亲测)。
    发布时间:2018-05-03 19:10:52
  • 【经验分享】DeleGate跑了3天日志吃了18G硬盘,如何关掉日志呢?
    查文档(ftp://www.delegate.org/pub/DeleGate/Manual.htm#LOGDIR),找到了方法,加上参数LOGFILE=""即可,原文:
    You can stop logging by specifying null file name like LOGFILE="" or PROTOLOG="". ​​​​
    发布时间:2018-04-28 18:08:15
当前位置: 首页 > 公司微博 >
  • 西安鲲之鹏

    发布时间:2016-05-24 16:03:36
    HTTPie - CLI HTTP client, user-friendly curl replacement with intuitive UI, JSON support, syntax highlighting, wget-like downloads, extensions, etc. >>> http://t.cn/RLYw3IK ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-05-24 15:46:38
    Python Prompt Toolkit - prompt_toolkit is a library for building powerful interactive command lines and terminal applications in Python.  >>> http://t.cn/R5Zoln2 ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-05-24 15:21:55
    Pygments - A generic syntax highlighter suitable for use in code hosting, forums, wikis or other applications that need to prettify source code.   >>> http://t.cn/amUp8L ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-05-11 12:22:33
    如果用Python的json模块解析“懒JSON”?先看一个“懒JSON”的例子: {name:"真善道牌蜂铬苦瓜软胶囊",company:"国食健字G20110688",Id:"11174"},需要先将其转为标准的JSON然后才能正确解析。对,就是借助强大的正则表达式 >>> http://t.cn/RqB4YsY ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-05-09 11:20:27
    Android安装Fiddler证书抓取App的HTTPS流量 >>> http://t.cn/RqmQ9iw ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-05-04 15:03:47
    Conversion of strings like \\uXXXX in python: >>> print u'\\u0e4f\\u032f\\u0361\\u0e4f'.decode('unicode-escape') >>> http://t.cn/RqQ8mp1 ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-04-27 09:01:20
    百度糯米(nuomi.com)美食、休闲娱乐、生活服务、酒店、本地生活、丽人全国商户数据117万条(2016年3月更新)  >>> http://t.cn/RqWKb1b ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-04-27 09:01:02
    美团网(meituan.com)美食、休闲娱乐、生活服务、旅游、摄影写真、丽人、亲子全国商户数据171万(2016年3月更新) >>> http://t.cn/RqWKbhp ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-04-21 10:59:14
    为什么中linux中各种服务都带一个d呢?例如:mysqld,httpd,ftpd。 d是daemon的缩写,说明它自己是个守护进程(daemon) ,它在后台运行,一般都是用来做服务端程序。
    mysqld代表是mysql数据库服务的守护进程。 ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-04-21 10:55:04
    绕过百度地图API的调用次数限制({"status":302,"message":"天配额超限,限制访问"})的方法 >>> http://t.cn/RqCz0iu ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-04-19 08:44:11
    中国土地市场网“土地供应-结果公告”1998年1月-2016年3月数据约170万条 >>> http://t.cn/RqKbx4K ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-04-18 15:46:47
    Visual Studio Code + Python插件 很赞,代码文件路径不要含有中文,否则编译启动不了,提示找不到文件之类怪异错误。 >>>  http://t.cn/Rqo0VSp ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-04-18 10:47:34
    基于Flex AMF(消息格式)技术网站的抓取(采集)方法介绍(中国农产品批发市场信息公示系统抓取方法) >>> http://t.cn/Rqo4n0B ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-04-18 09:05:32
    Navicat for MySQL的数据库连接参数在哪儿存储着? Windows版在注册表HKEY_CURRENT_USER/Software/PremiumSoft/Navicat位置。 >>> http://t.cn/RqoA9BB ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-04-09 20:55:19
    Using hash() to determine the sqlite index (pdict.py in webscraping library) is not a good idea. Because hash() usually gets different results even for a same string on Linux and Windows. ​​​​

    阅读全文 +

QQ在线客服
欢迎咨询,点击这里给我发送消息。
欢迎咨询,点击这里给我发送消息。