互联网格局复杂多变，大规模的企业合并重组不时发生。原来完全独立甚至相互竞争的两家公司，有着独立的技术体系、平台和团队，如何整合，技术和管理上的难度都很大。2015年10月，美团与大众点评合并为今天的“美团”，成为全球规模最大的生活服务平台。
美团——吃喝玩乐全都有，作为如今网上外卖行业和餐饮行业的头部平台，美团人气榜一直是美团平台上吃喝玩乐的标杆榜单，当消费者想在一个区域寻找吃喝玩乐的时候，可能第一眼就会注意到某个区域的“奶茶人气第一名”或者是“火锅人气第一名”等，相当一部分的消费者会选择榜单第一名的商家店铺进行消费，毕竟能冲上人气榜第一名的商家在味道、服务和环境等方面都是优秀的，因此站在美团商家的角度思考，想要更多的人气曝光和消费流量，不妨认真思考如何冲上人气榜的前列。
所以很多公司都会想着抓取美团网上所有商家信息
由于美团网对于IP访问次数有限制,当访问达到一定次数美团会增加延迟,访问次数再增加时就会有验证码,所以爬取时就需要注意控制访问的频率,以及访问一定次数后使用兔子IP代理.
那么如何进行美团网全国商家数据批量采集
在爬取过程中我们可以先抓取所有的城市数据所有城市数据.
查看页面代码时发现很有规律,所以可以很容易抓取:
获取到城市的数据保存到txt文件中,接下来 我们就要先获取到分类信息:
获取这些数据到时候用来拼接成url链接,由于美团商家数据有些是用ajax加载的,虽然有办法处理 但是比较麻烦所以我觉定,分类获取区/县和商圈，这样就可以不用处理ajax加载的情况.
再拼接之前获取到的类型,这样我们就可以获取到一个商圈的一个小类,这是比较小的范围所以没有太多的商家,为了方便下次爬取数据,我先把商家的url保存下来,再进到每个商家里获取数据.
获取到所有的商家的url后,现在就到我们的最后一步了,但是要注意的是不同种类型的数据页面是不同的.比如酒店。
所以对于不同种类型,需要写不同的解析函数.最后就是爬取的时候不应该追求快,美团限制很严,最好多线程,几秒请求一次.接下来就慢慢让它跑了.最后我跑了两个多星期才跑完全部.
