爬虫抓取高校官网公开信息

[sweetcali]

教师的邮箱，姓名，职称，学院，系或学科，联系方式。
要求就是官方公开的信息即可，扒下来统计到 EXCEL 即可
北京，上海，广州，深圳，南京，苏州，武汉，成都
这 8 个城市的重点高校，一本二本即可。
一毛一条，按照上面规范的话，给多少要多少，数据我们会作验收审核，所以要在 excel 里体现抓取来源，抓取日期等。
这个很没水平，但是如果有愿意的话，可以联系我一下

[gyh]

一所大学的要么

[zzw888888]

这边是资深抓取：wx：bestdata

[sweetcali]

@gyh 当然可以！

[gyh]

@sweetcali #3 wechat:R3VveWhfXw==

[sweetcali]

@gyh 这是啥规则转换的。。能直接告诉我吗，让 2 个技术来看了也没反应过来。。

[gyh]

@sweetcali #5 base64 啊。。

[lsxiao]

@sweetcali Base64，这是解码网站，解冒号后面的就行了。https://1024tools.com/base64

[sweetcali]

@lsxiao to7 ,谢谢！我们还在数多少位，想他是怎么弄的。。。

[sweetcali]

@gyh 已经加你了

[gyh]

@sweetcali #9 没有收到，确认下名字最后是两条下划线万一你不是复制的话

[cxl008]

码工作量了。。。。

[kuroismith]

麻将脸

[mrsunday]

叫我 wx：mrsundaychen，可以详聊

[linuxchild]

1 个学校有 500 个公开信息的话大概是 50。。GG

[leyle]

@linuxchild 你这样一算，好廉价。

一个城市，以成都为例，4 个一本，估计有几个二本，两个加起来估计有十来个，或者更多一点。
把这八个城市综合一下，算 15 个学校一个城市，总的就是 120 个学校。
每个学校假设有 500 个公开信息，就是差不多 6000 块，这个 500 个公开信息还是乐观估计的。

如何寻找到这些公开信息，并且写规则提取出来，都是工作量，同一个学校的不同页面，如果存在了这些信息，
很有可能规则是不一样的，换句话说，一个学校估计有好几个提取规则。

120 个学校，保守估计，至少要写 300 个规则。然后乐观估计才 6000 块。

20 块钱一个规则。

为什么这里这个就没人吐槽价格低廉，还一堆人留联系方式了。

[sweetcali]

@leyle 需求是 50 万条.....而且我们从没有这种经验。。所以都可以聊

[sweetcali]

不是我个人的想法。。。上面有老总，我也非常头疼，现在是纯人工在录入，纯人工！

[lhx2008]

之前做过是 5 毛一条，联系方式大部分都没有，每个学院的样式不一样，gg

[lhx2008]

@sweetcali wx:
bmV3X19vYmplY3Q=
(两横）

[codeyung]

。。。这价格

[jatesun]

按学校来还差不多，一个学校 1000。→_→

[xingzheduan]

我感觉一毛一条太便宜了因为每个学校的网页是不同的，意味着可能要根据不同的网页写相对应的爬取规则

[402124773]

最近在家闲着，wx:13267223917

[juedi998]

表示有心无力啊，一毛一条真的廉价了些，网页太多啦，

[TICE]

@sweetcali 微信 /QQ: MTQ0ODE4MzkwMw==

[wh01096045]

@sweetcali 微信：15578146934

[cszchen]

这跟人工录入没太大区别吧

[msl12]

@lsxiao 你这搞出个答案就没什么意思了...

[zzl]

微信：zhili124

[linuxchild]

@leyle 嘿嘿，可能大家都是练手吧。

这东西反正没什么技术含量，纯粹是体力活，毕竟每个学校的规则都不一样

[wjx1993]

@linuxchild 也对，体力活，小心身体吃不消😂

[JayFang1993]

体力活 每个学校官网也不统一~~~~

[jssyxzy]

我可以看看，还收人不，另外怎么防止不同的人抓取重复呢

[hidder]

@sweetcali 加我微信 gf5824119

[itsql]

我有相关的数据，可以合作，请联系我

[NotNil1]

直接用手把，写爬虫也快不了多少的