@GrahamCloud 现在支持翻页吗？我在平台商没有找到，另外 a 链接地址也没有识别出来

@GrahamCloud 如果升级下，感觉就和 https://scrapinghub.com/ 这个差不多。我也一直在做这个， 目前只完成通用爬虫部分： https://github.com/yijingping/unicrawler

对标的是这个网站吗？ [https://www.import.io/]( https://www.import.io/)

试试

@erobot 数据库用 2 个，至于同步方案。 我只是看过别人的一些方案，没有实际操作过。
1 读的时候读本地，写的时候写到国外服务器。（ 80%用户访问不会觉得有问题）
2 读写都在本地，用一些同步方案。如 hash 取模分，阿里的异地多活方案，感觉工作量比较大。

国内做一个镜像，用智能 dns 解析，国内的访问国内镜像，国外的访问国外源站

@lixuda linux 下和 windows 下都需要准备 3 个软件：
1 定时自动重新拨号软件（如拨号精灵）
2 实时获取 ip 并提交到服务端（在项目目录下有， bin/getNewIp.py ）
3 代理软件（如 cproxy ）

@lixuda 1 淘宝上搜动态 vps ，有很多卖的。（便宜、方便） 2 自己找机房，拨号上网的那种，（今日头条用的是这种方式，稳定，快，可控）

我用的是这家的： https://item.taobao.com/item.htm?spm=a230r.1.14.1.RT0O2l&id=525941770043&ns=1&abbucket=11#detail

@lixuda 爬取的时候，如果遇到验证码，则放弃本次爬取任务，并记录重试次数，然后将任务重新放到爬取队列。 下次爬取的时候，会随机选择一个代理 ip 爬取。 如此重复，直到不出现验证码，或者达到重试次数限制。

我是自己写了一个通用爬虫系统，后面用 django admin ，管理 10 几个爬虫的爬取规则及定时任务

简单实用，读了一些源码，感觉很不错。
web 端手机端通用的 bootstrap 和 foundation 采用 float 形式布局，而专注移动端的 weui 和 mobi.css 都采用的是 flex 布局。 请问下 @xcatliu ，这是行业通用的做法吗？

@chaichaichai 传送门和新榜的文章不全。

@defia 我实际上是没有解决。 通过足够多的代理 ip 和失败重试机制，绕过这个限制。

@bramblex 国内也有一些都是公开的，每年年报里面都有详细说明。 基金会中心网 http://www.foundationcenter.org.cn/ 有一个透明指数，可以看出行业内的透明水平。

@GitFree 🤗

@likai 目前的钱都是我们自己垫的，有在接触投资结构。

@xinali 在 github issue 下留言告诉我 https://github.com/bowenpay/wechat-spider/issues/1 ，这两天我把要做的事情，都列出来。 合作方式也写在上面。

@rebelboy2 也有一些人找过我，要爬这种类型的数据、以及做数据分析和广告投放的。 但是公司的主业是做“中国 5000 万贫困人口与社会公益组织的对接”，所以就没有去做你说的“据本身就能兑换价值”的事情。
我一个人也有些忙不经过来。
不过这个爬虫是可以爬任意数据的，如果你感兴趣，可以做一些尝试。 我可以帮你搭建下基础环境。

@em70 公益行业是个互联网化程度很低的行业，也是效率较低的行业。 但这也正是我们的机会。 公益和商业是可以共赢的。公司如果考虑长远发展，不只顾眼前的利益，是能获取更大利益的。