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】pyautogui出现“SyntaxError: 'return' with argument inside generator”异常(如图所示)的解决:卸载pyscreeze,安装pyscreeze 0.1.19版本即可。

    sudo pip uninstall pyscreeze   
    sudo pip install pyscreeze==0.1.19 ​​​​
    发布时间:2019-03-27 11:51:05
  • 【经验分享】使用 Chrome DevTools Protocol 协议,在Network.responseReceived时调用Network.getResponseBody获取应答正文有时会出现“No resource with given identifier”异常,是什么原因?
    解答:当浏览器接收到HTTP应答头之后Network.responseReceived被调用,但此时HTTP应答正文(ResponseBody)可能还没到位,应当在Network.loadingFinished时再调用Network.getResponseBody。
    发布时间:2019-03-25 16:42:04
  • 【经验分享】使用Fiddler时如何屏蔽Chrome的证书警告:"Your connection is not private"/"您的连接不是私密连接"(如图1所示)?
    启动chrome的时候加上--ignore-certificate-errors命令行参数(如图2所示)即可。
    测试效果如图3所示。 ​​​​
    发布时间:2019-03-21 17:30:46
  • 【经验分享】Ubuntu server下google-chrome启动出现"[5430:5430:0321/124708.367027:ERROR:browser_dm_token_storage_linux.cc(101)] Error: /etc/machine-id contains 0 characters (32 were expected)."问题的解决:

    sudo cp /var/lib/dbus/machine-id /etc/machine-id

    参考:https://unix.stackexchange.com/questions/477180/error-etc-machine-id-contains-32-characters-32-were-expected ​​​​
    发布时间:2019-03-21 12:57:06
  • 【经验分享】requests库使用py2exe打包之后出现"Could not find a suitable TLS CA certificate bundle"问题的解决:
    原因是打包之后按默认路径无法找到cacert.pem文件。将cacert.pem复制到exe同目录下,然后在程序里设置REQUESTS_CA_BUNDLE环境变量,如下:
    os.environ['REQUESTS_CA_BUNDLE'] =  os.path.join(os.path.dirname(sys.argv[0]), 'cacert.pem')
    重新打包,问题消失。

    参考:https://stackoverflow.com/questions/10667960/python-requests-throwing-sslerror
    发布时间:2019-03-20 13:11:35
  • 【经验分享】Ubuntu上添加可信任根证书
    1. 如果是pem格式的根证书,先重命名为 .crt格式,例如( mitmproxy-ca-cert.crt)。
    2. sudo cp  mitmproxy-ca-cert.crt  /usr/local/share/ca-certificates。
    3. sudo update-ca-certificates

    update-ca-certificates命令将PEM格式的根证书内容附加到/etc/ssl/certs/ca-certificates.crt ,而/etc/ssl/certs/ca-certificates.crt 包含了系统自带的各种可信根证书.
    发布时间:2019-03-18 11:03:48
  • 【经验分享】Python urllib2连接HTTPS网站出现“SSL routines:SSL23_GET_SERVER_HELLO:sslv3 alert handshake failure”问题(如图1所示)的解决。从这里github.com/pytorch/pytorch/issues/3193得知,Python2.7.9之前的版本连接某些HTTPS网站会有这个问题,之后的版本没有问题。于是测了下别的服务器上的Python2.7.12版本,果然没有问题(如图2所示)。

    似乎也是跟SNI有关,去年我们曾写过一篇文章《SNI导致Python 2.7建立TLS连接出现104错误问题的解决》 ,也是升级到最新版本的Python之后问题解决,详细过程见这里 :http://t.cn/EZSeTBn

    附:测试连接 https://jobs.51job.com/beijing-hdq/111488127.html?s=01&t=0
    发布时间:2019-03-14 15:41:19
  • 【经验分享】远程GeckoDriver的使用 - 鲲之鹏的技术人员在本文向您介绍如何远程使用GeckoDriver调用多台服务器上的Firefox浏览器进行数据抓取。  >>> http://www.site-digger.com/html/articles/20190313/716.html ​​​​
    发布时间:2019-03-14 15:26:50
  • 【经验分享】PDF表格抽取Python库 Camelot - https://github.com/socialcopsdev/camelot
    Camelot is a Python library that makes it easy for anyone to extract tables from PDF files!

    依赖的库有点多,不过效果超赞!

    实测效果:
    图1为PDF原始文件截图;
    图2为抽取为CSV后截图; ​​​​
    发布时间:2019-02-20 12:00:43
  • 【经验分享】“永辉生活微信小程序”不响应KEYCODE_PAGE_UP(92) 怎么破?
    测试发现可以响应KEYCODE_DPAD_DOWN(20),不过KEYCODE_DPAD_DOWN一次只能滚动很小的幅度。怎么提升效率? 一次发送多个CODE即可。
    例如,一次发送10个KEYCODE_DPAD_DOWN操作:
    adb shell input keyevent 20 20 20 20 20 20 20 20 20 20
    发布时间:2019-02-15 19:14:57
当前位置: 首页 > 公司微博 >
  • 西安鲲之鹏

    发布时间:2016-08-26 16:52:19
    rp-pppoe-3.12中的pppoe-status有Bug,经常出现拨号获取到IP了(查看syslog可知),但pppoe-status判断拨号失败了(“Link is attached to ppp20, but ppp20 is down”)。我们写了一个Python版本的pppoe-status.py,它结合pppoe-status(原始的)和“ifconfig  iface”的结果判断拨号是否成功了。源码在这里 >>> http://t.cn/RtDZRb9。 PS:还需要修改/usr/sbin/pppoe-start将“${exec_prefix}/sbin/pppoe-status $CONFIG > /dev/null 2>&1”修改为“/usr/bin/python /home/qi/pppoe-status.py $CONFIG > /dev/null 2>&1”(根据实际路径修改)

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-26 14:09:18
    Notepad++  & NppFTP 插件实现Remote Edit,一个字“cool”! ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-26 12:57:50
    "Warning: Incorrect string value: '\xF0\x9F\x98\x83 @...' for column"导致字符串被截断问题的解决:将字段的编码从utf8修改为utf8mb4,程序连接MySQL的时候也要修改charset为utf8mb4。>>>  http://t.cn/8sI0SNw ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-26 09:09:46
    MySQL的“Text”类型允许的最大字节数:
    TINYTEXT: 256 bytes、
    TEXT: 65,535 bytes(很多时候不够用)、
    MEDIUMTEXT: 16,777,215 bytes、
    LONGTEXT: 4,294,967,295 bytes。超过限制就会提示“Data truncation”警告或者报错“Data too long”。 ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-24 14:21:26
    Hyper-V下创建的macvlan(伪造MAC拨号用)无法工作,勾选上"启用MAC地址的欺骗"(如下图)后,工作了! ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-24 12:54:55
    Ubuntu下pppoe-connect(start)提示“execvp: No such file or directory”,经查是pppd不存在,安装后问题解决:sudo apt-get install ppp ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-23 14:14:18
    How to solve "EnvironmentError: mysql_config not foun" problem when set-up MySQL for Python on Ubuntu? >>> http://t.cn/RtBW9q9 ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-23 13:40:56
    大众点评国内目前已涵盖2379个“城市”(一些县甚至地区也被大众点评作为“城市”列出, .e.g http://www.dianping.com/shop/45321696)。为了提高可用性,我们对“城市”字段做了修正,增加“real_city”(真实城市)和“province”(省份)字段 >>> http://t.cn/RtB0cHX ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-20 09:57:39
    Linux how long a process has been running?   ps -p {PID-HERE} -o etime  >>> http://t.cn/RtmxWIB ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-20 09:47:38
    Linux Execute Cron Job After System Reboot:  @reboot  /path/to/job   >>> http://t.cn/RtmxvNz ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-18 10:32:07
    【“美味不用等App”采集分析】HTTP请求加入了签名机制(sign参数),但是存在Bug:sign的值仅与time和nonce两个常量参数(可以一直保持不变)有关,改变核心参数例如page,cityid,shopid请求依然合法。可以正常采集。 ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-15 17:04:56
    查看系统剩余Inode数: df -i
    PS:顺便测试下LICEcap录GIF动画的效果。 ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-08 19:05:23
    在 Debian、Ubuntu 或 Linux Mint 系统中安装 7zip >>> http://t.cn/RtChuyx ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-04 08:48:55
    更改当前用户的Shell。e.g. 修改为zsh:  chsh -s /bin/zsh 根据提示输入密码即可。More details > http://t.cn/Rt6kAZY ​​​​

    阅读全文 +

  • 西安鲲之鹏

    发布时间:2016-08-03 15:07:41
    快递100APP返回一个坐标周边快递员信息(含手机号)接口分析测试截图。 ​​​​

    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。

加微信咨询