爬虫君身在金融圈,身边的同事朋友都有各种各样或大或小的数据需求,毕竟现在进入大数据时代了嘛,很多时候都需要用数据来支撑说明自己的观点和看法。以前很多时候都是依靠编程来实现数据爬虫,不断地分析网页规则,不断地编程测试,一开始需求的人较少,还可以满足,到后面需求的人越来越多,慢慢就忙不过来了。转头一想,授人以鱼不如授人以渔,让他们学会爬虫不就行了么。
很多金融经管童鞋由于学校课程的设置,编程基础相对较弱,而且还要了解互联网前端的知识,走传统的编程爬虫路子耗费的精力比较大,遇到挫折容易产生挫败感,特别是在获取数据迫切的情况下,走传统路子显得不合时宜。
终于还是找到了一个不需要编程几分钟上手、半天可以弄透的爬虫方法,还有一点就是不需要像八爪鱼、火车头等采集器软件那样付费和复杂的规则,不过还是在测试当中,目前已经测试过了在知乎、微博、58、财经论坛等网站。个人觉得该方法应该是可以适合绝大部分网站的,数据可见即可得,无奈何互联网太大,网页以数十亿计,自己见过和采集过的网页太少,不能穷举。
因此,如果您有小批量的数据需求(正常1万条以内),可以提供相关信息给我,告诉我从那个网页开始爬(公开合法的网页皆可),要爬取什么数据,我免费为您获取这些数据,我也顺便测试这个方法是不是如自己期望中的那样。你我都能“得利”,您获得了你想要的数据,我也检验和增强了技能。
如果您有数据需求,请按以下例子提供信息。
例子1:爬取论坛经管类求职与招聘帖子数据
爬取链接:https://bbs.pinggu.org/forum-75-1.html
需求字段:前20页帖子的标题、发帖时间、最后评论时间、阅读数、评论数
=========================================================
我的回复(点击下载):
- jg_zhoapin.xlsx
例子2:爬取58同城广州地区二手房数据
爬取链接:http://gz.58.com/ershoufang/
需求字段:前10页帖子的标题、房屋布局、面积、地址、总价、平方均价
================================================================
我的回复(点击下载):
- ershoufang.xlsx
例子3:爬取天天基金网所有开放式基金的排名数据(2017年12月20日)
爬取链接:http://fund.eastmoney.com/data/fundranking.html#tall;c0;r;szzf;pn50;ddesc;qsd20161220;qed20171220;qdii;zq;gg;gzbd;gzfs;bbzt;sfbb
需求字段:排名表中的所有信息字段(从序号、基金代码到自定义、手续费)
================================================================
我的回复(点击下载):
- fund_nv.xlsx