请教一下，如何批量获取公开的企业信息？(企业黄页信息)

2013-12-29 06:21:21 +08:00

zzfwusa

大家好，目前公司在做一个企业黄页系统，信息源目前是人工录入，
请问如果从网络上快速获取公开的企业信息？
本人目前的想法是基于nutch搭建一个小型的搜索引擎来搜索，不知道是否可行?
请各位高手不吝赐教~~

4457 次点击

所在节点

6 条回复

zzfwusa

2013-12-29 06:30:36 +08:00

大家好，目前公司在做一个企业黄页系统，信息源目前是人工录入，进度较慢，
所以想利用网络快速获取大量相关企业信息（公开且合法的信息，如所在行业，电话，地址等等）
请问基于何种架构及工具可以快速实现？
本人目前的想法是基于nutch搭建一个小型的搜索引擎来搜索，不知道是否可行?
请各位高手不吝赐教~~

richiefans

2013-12-29 06:44:38 +08:00

应该是找到目标站点定向抓取吧

python有个爬虫框架 Scrapy

dong3580

2013-12-29 09:29:18 +08:00

请求工商部门的网站抓取。不过你要是批量恶意这种行为算不算违法，小心请你喝茶。

xxwar

2013-12-29 10:50:35 +08:00

你可以抓阿里巴巴或者慧聪网或者。。。。。。。很多很多类似的企业黄页网站

或者花钱买数据，别人抓好现成的。

这种黄页网站基本是滥大街了，不知道你们公司要再做一个干吗。

yylzcom

2013-12-30 11:36:38 +08:00

用火车采集器，很容易上手

dbas

2014-01-01 22:23:38 +08:00

我也正在收集中，我手上才200W....

第 1 页／共 1 页

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.