自有編程爬蟲腳本采集，是指通過爬蟲程序自動抓取亞馬遜平臺的數(shù)據(jù)，屬于技術性的數(shù)據(jù)采集方式。

這里只是對這類數(shù)據(jù)采集方式做一個基礎性的介紹，不會對IT 編程類相關的內(nèi)容做過多講述，感興趣的讀者可以自行查閱相關資料。

自有編程爬蟲腳本采集主要應用于量級大、重復性高的數(shù)據(jù)采集工作，比如競爭對手listing的數(shù)據(jù)監(jiān)控、數(shù)據(jù)化選品等。

首先下載爬蟲程序“rank”，這是一個可執(zhí)行文件即“EXE File”，在合適的運行條件下雙擊即可開啟爬蟲程序。

注意，在桌面運行該BXE文件時，需要確保在桌面上已經(jīng)存在有命名為“rank”的Excel表格，其表格的具體使用方法如下:創(chuàng)建一個名為rank的Excel表，其文件可以為xls或xlsx格式，并保證表格與exe文件在同一路徑下，運營者可以將Excel表格與EXE文件一起存放于桌面上。

表格的第-列輸入需要提取排名的商品頁面網(wǎng)址，然后關閉Excel表(表格打開時將無法存取數(shù)據(jù)此時將會彈出一個關閉提示)，打開EXE程序，處理每個數(shù)據(jù)需要5~8秒，所有數(shù)據(jù)完成以后會彈出提示，因此打開文件后等待提示彈出即可，等待期間不要打開Excel表格完成后的數(shù)據(jù)將以rank.xls文件存在，如果原始文件格式為rank.xlsx，則會新建一個rank.xls文件。

完成所有文件的下載后，即可嘗試使用爬蟲程序，因為在原表格中已經(jīng)存放有部分鏈接，所以可以直接雙擊“rank”的EXE文件開啟爬蟲程序。

需要注意的是，爬蟲程序開始后，名為“rank”的Excel文件必須處于關閉狀態(tài)，否則會彈出請先關閉excel文件的警告頁面。

因為初始Excel表格中已經(jīng)記錄了100個亞馬遜鏈接，所以當爬蟲程序啟動后，需要等待10~20分鐘，當數(shù)據(jù)爬取全部完成后，彈出已完成總計100條數(shù)據(jù)的提示頁面。

當數(shù)據(jù)抓取任務全部完成后，打開名為“rank”的Excel文件。

名為“rank”的Excel表中主要存放了三種數(shù)據(jù)，第一種為亞馬遜商品鏈接，第二種為該鏈接對應的大類目排名，第三種為數(shù)據(jù)抓取時間。

名為“rank”的Excel表中主要存放了三種數(shù)據(jù)，第一種為亞馬遜商品鏈接，第二種為該鏈接對應的大類目排名，第三種為數(shù)據(jù)抓取時間。

在大類目排名數(shù)據(jù)中，有些數(shù)據(jù)會顯示“-1”。

“-1”的數(shù)據(jù)抓取錯誤可能是由以下幾方面原因造成的。

1爬蟲程序使用過于頻繁，網(wǎng)絡IP暫時被封禁。

2該商品鏈接還未出單，沒有對應的大類目排名。

3該商品不是非標品，其數(shù)據(jù)抓取邏輯與爬蟲程序不一致;4程序運行錯誤，這可能是由于操作系統(tǒng)不匹配(如OS系統(tǒng)、XP系統(tǒng))，網(wǎng)絡故障造成的。

在名為“rank”的Excel表中，第三列為此次數(shù)據(jù)抓取的時間。

如果運營者需要記錄其他商品鏈接的排名，可以將Excel文件中第一列的鏈接信息進行修改，然后再次啟動爬蟲程序等待抓取工作完成即可。

需要注意的是，爬蟲程序如果在短時間內(nèi)頻繁使用會被亞馬遜暫時封禁網(wǎng)絡IP，這時爬取下來的排名數(shù)據(jù)會出現(xiàn)大量的“-1”，所以在使用過一次爬蟲程序后，需要等待-段時間，才能開始下一次數(shù)據(jù)抓取。