推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 4476 天前的主题，其中的信息可能已经有所发展或是发生改变。
input: www.baidu.com
output: www.baidu.com ，百度
目前我所考虑的找到的方法：
1. http://data.alexa.com/data?cli=10&dat=snbamz&url=www.baidu.com ，通过这个借口确实能拿到不少信息，但似乎没有中文的网站名
2. 爬网页从title标签里提取，这个难点在于：如果把“百度一下，你就知道”这类的字符串总结为百度
3. http://www.alexa.cn/index.php?url=www.baidu.com 这个最有价值，但是遇到两点问题：
3.1 网站有防护，我刚爬了30多个域名，就被“Access Denied”
3.2 数据的权威性，不知道这个网站是哪家的
4. http://aws.amazon.com/cn/awis/ ，这个基本是1的收费版本，提供的信息应该差不多。
大家还有其他的方案么？
output: www.baidu.com ，百度
目前我所考虑的找到的方法：
1. http://data.alexa.com/data?cli=10&dat=snbamz&url=www.baidu.com ，通过这个借口确实能拿到不少信息，但似乎没有中文的网站名
2. 爬网页从title标签里提取，这个难点在于：如果把“百度一下，你就知道”这类的字符串总结为百度
3. http://www.alexa.cn/index.php?url=www.baidu.com 这个最有价值，但是遇到两点问题：
3.1 网站有防护，我刚爬了30多个域名，就被“Access Denied”
3.2 数据的权威性，不知道这个网站是哪家的
4. http://aws.amazon.com/cn/awis/ ，这个基本是1的收费版本，提供的信息应该差不多。
大家还有其他的方案么？
 | 1 bshu 2013 年 10 月 23 日 国内的正规网站去遍历 icp 备案数据库 |
 | 2 qiayue PRO 看你的具体需求了，如果不是需要全网所有网站的数据，而是只需要一部分有名/有流量的网站的话，手工去填都很快，数据也准确。 “世界上 95% 的网站每天只有不到30个IP的流量，里面还包括了自己及亲戚朋友的访问” |
 | 3 mengzhuo 2013 年 10 月 23 日 whois信息里没有？ |
 | 4 shiny PRO 爬网址导航或者开放目录。 |
 | 5 dongbeta 2013 年 10 月 23 日 收集一大批网址导航站，用爬虫去爬链接提取 A 标签的相关信息。 |
 | 10 xiya 2013 年 12 月 25 日 爬一些备案信息，定义关键字呢？ |
Select Language