GooSeeker

什么是代购网站

淘宝代购是一个很繁盛的行业，在百度上搜索“国外淘宝代购”，“淘宝网代购服务”等能够查到大量信息。

Panli网给了一个定义：

网页抓取工具MetaSeeker开发的目的之一是为网上商城比价平台提供基础工具，经过5年的经营，MetaSeeker的客户既包括国内网上商城第一梯队中的大企业，也有超过万家小客户。几乎任何品类商品的比价都有涉足，比如，百货、电器、电子、汽车用品、快销品、机票、旅店、医药卫生等等，看到客户搭建的形形色色的比价系统如雨后春笋般茁壮成长也是一件快事。

MetaSeeker在在线实时价格监测领域已经涉足了多个行业，在线旅游信息监测方面一直没有显著进展，仅为越南和香港两个公司定制过酒店搜索和机票价格采集技术平台。在线实时监测机票价格仍然存在一些疑虑，例如，持续看到发生在欧洲的相关法律纠纷，又如，因为机票价格变化很快，加上目标网站反采集手段用得比较多，采集成本比较高。

客户数据经过适当挖掘就是宝贵的市场营销信息，例如，客户的电话、email地址等，可以直接用于电话营销和email营销，获得的客户信息越丰富则越适合作精准营销。总之，客户信息的采集和挖掘对任何商业组织来说都很重要。当前，越来越多的商业活动利用互联网媒介，同时越来越多的客户信息公布在web上，采用类似MetaSeeker这类网页信息抓取技术采集email、电话、地址信息十分重要。

在建设商品比价系统或者监测网络商城商品价格时，需要及时地采集最新的商品价格，尤其做价格监测竞争情报系统时，监测的频度要求很高。网站信息采集软件工具包MetaSeeker以精准采集著称，很适合做竞争情报采集系统，因此多个企业用户采用MetaSeeker建设商品比价和价格监测系统。

目前，大型博客一般都采用大量的AJAX技术，例如，展现博客评论时，用Javascript代码异步加载；又如，博文的点击数和回复数等元数据一般也用Javascript异步加载。页面抓取软件MetaSeeker具有很强的AJAX内容抓取能力，可以处理很多复杂情况，然而，MetaSeeker的可选配置项也很多，一时难于全面掌握。在此，我们讲解一个抓取腾讯博客内容的实例，展示怎样抓取AJAX异步加载的博文点击数。

互联网上孕育的社会性媒体（social media）的发展速度十分惊人，给社会生活各方面带来很大冲击，快速传播和广泛覆盖是传统媒体（例如，industrial media，或者，traditional media）和口口相传无法匹及的。所以，网络舆情监测的受关注度越来越高，当网络舆情监测需求延伸到商业领域后，雄厚商业资金和其它资源的投入促发舆情监测的爆炸性增长。

网站数据抓取软件MetaSeeker的设计理念跟其它网络爬虫有些不同，其中一个比较显著的区别是MetaSeeker将抓取到的某些网页地址URL永久保存，而且可以对其进行一些操作，例如，开放给在线版用户的操作有线索激活和去活，还可以使用周期性抓取指令重建线索。

网页跳转基本上可以分成两种情形

• 利用HTTP消息的返回码和新网页地址进行跳转
• 在目标网页HTML中实现跳转。

Web页面信息抓取软件工具包MetaSeeker并不关心哪种跳转方式，都能进行信息抓取。但是，跳转后网页URL实际上已经改变了，在操作MetaStudio时需要注意几点。

假设需要采集京东商城网站上的所有手机产品的信息，包括：商品名、价格、商品图片（MetaSeeker只采集图片网址）等信息。例如，样本网页：http://www.360buy.com/products/652-653-655-0-0-0-0-0-0-0-1-1-1.html。