查看“阿里巴巴诚信通企业名录采集”的源代码

==简介==
      阿里巴巴的诚信通是最大的企业名录网站，数据最全。
      阿里巴巴的企业名录的企业都是阿里巴巴认证过的，资料比较详细，也比较可靠。
      通过诚信通可以让买家更容易找到有实力的供货商。

==演示==
      [[image:Alibaba_chengxintong_qiyeminglu.gif]]

==安装==
      先安装JsRobot
      [[软件安装指南]]

      然后安装插件
      [[image:install_ie_plugin.gif]]

==使用==
      在开始采集前，
      必须先安装好插件，
      然后先在IE里登陆诚信通的帐号，
      然后搜索某个的关键词，
      然后把IE的地址栏里的网址拷贝到JSROBOT的设置里，
      然后开始抓取

==数据==
     样例数据[[Media:alibaba_chengxintong_qiyeminglu.rar|alibaba_chengxintong_qiyeminglu.rar]]

==注意==
     采集诚信通的数据的时候，如果数据量比较大，会遇到采集不到数据的问题。
     这个是阿里的反采集措施导致的。当阿里发现某个用户访问的数据太大的时候，就会提示验证码。
     处理方法是把数据分段采集，发现有验证码的时候，手工输入一下验证码，然后继续采集。
     具体操作如下：
     a.先刷新IE里的诚信通页面，然后查看页面是否有验证码。
     b.如果有验证码就输入验证码后，刷新页面，再次检查时有验证码。如果没有验证码了，就执行c
     c.启动采集器，然后指定一个采集页数的范围比如（1到10页或者11到20页），然后开始采集。
     d.在这次采集完后，再刷新一下IE的诚信通页面，查看是否有验证码出来。如果有验证码，再人工输入一下验证码。