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

  • 【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(http://t.cn/RuR1Drh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
  • 【经验分享】命令下如何优雅地展示JSON数据?
    jq is a lightweight and flexible command-line JSON processor. >>> http://t.cn/Ry7MrH2
    示例:curl http://t.cn/Rui9UFI |jq '.'
    效果如附图所示。 ​​​​
    发布时间:2018-04-27 17:15:06
  • 最常见浏览器User Agent列表(Most Common User Agents)  >>> http://t.cn/R5ZC20T
    PS:隐约感觉某网站开始通过随机UA检测爬虫了。 ​​​​
    发布时间:2018-04-27 13:08:00
  • 【经验分享】在多网络接口(IP)环境下Squid,Tinyproxy和DeleGate如何指定出口(IP) >>> http://t.cn/RucmfQu ​​​​
    发布时间:2018-04-25 18:16:40
  • 【经验分享】Linux网络接口名称最大允许长度为15字符 >>> http://t.cn/RuG4k0R ​​​​
    发布时间:2018-04-24 11:05:16
  • 【经验分享】抓取Web of Science经验分享 >>> http://t.cn/RmlDirP ​​​​
    发布时间:2018-04-15 14:03:24
  • 【最新】百度指数最新采集方案演示(视频),有点如下:
    1. 受限账号仍可继续采集(不会提示访问太频繁);
    2. 一次可以获取近90天的数据(理论上还可以更多); L西安鲲之鹏的秒拍视频 ​​​​
    发布时间:2018-04-13 14:15:02
当前位置: 首页 > 公司微博 >
  • 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 +

  • 西安鲲之鹏

    发布时间:2016-04-08 12:50:31
    How to change one(more) MongoDB field(s) from int into string? >>> http://t.cn/zTqDltw ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-03-24 13:21:38
    [携程网]全国所有城市酒店数据(含经纬度及各房型价格,27w条),携程官网宣称他们的入驻酒店数超过25万,看来不是骗人的。 >>> http://t.cn/RqvNoLL ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-03-15 16:50:45
    查看磁盘繁忙程度:iostat -d -x -k 1。
    %util: 在统计时间内所有处理IO时间,除以总共统计时间。例如,如果统计间隔1秒,该设备有0.8秒在处理IO,而0.2秒闲置,那么该设备的%util = 0.8/1 = 80%,所以该参数暗示了设备的繁忙程度。 >>>http://t.cn/zjdXYaa ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-03-15 15:26:18
    Tmux单控制台控制多个终端利器,你值得拥有!http://t.cn/RG1dzec http://t.cn/R2mPEOU http://t.cn/RG1dzet ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-03-15 12:00:46
    UNDERSTANDING DISK I/O - WHEN SHOULD YOU BE WORRIED? If your I/O wait percentage is greater than (1/# of CPU cores) then your CPUs are waiting a significant amount of time for the disk subsystem to catch up. >>> http://t.cn/aWsX4D ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-03-15 11:40:56
    The "number of cores = max load" Rule of Thumb: on a multicore system, your load should not exceed the number of cores available. ​​​​

    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。