请教一下，如何批量获取公开的企业信息？(企业黄页信息)

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 3981 天前的主题，其中的信息可能已经有所发展或是发生改变。

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~~

6 条回复 • 2014-01-01 22:23:38 +08:00

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 via Android

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 via Android

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....