yinyuetai.com音悦台 80万数据采集

音悦台是国内最大的高清MV音乐分享平台，也是国内最大的音乐MV视频媒体平台；提供最新、最快、最高清的MV视频资讯，并提供不同格式的高清MV下载，只为让好歌与你随身而行。

要采集的字段包括URL，标题，播放次数，收藏次数，以及标签

采集技巧：

1.mv的id是连续并且递增的，比如http://v.yinyuetai.com/video/833486
那就从1到833486，当然有一些是不存在的，即404错误，最终采集到83万数据，有82000多是不存在的，10%左右

2.播放次数，收藏次数在源代码中是看不到的
是另外加载了一个js文件，即
http://v.yinyuetai.com/video/video-statis-info?videoId=%s
%s代表mv的id
比如
http://v.yinyuetai.com/video/video-statis-info?videoId=833486

3.音悦台没有进行采集限制，我开了50个线程，几个小时就采集完了

采集的数据csv格式下载地址
http://pan.baidu.com/s/1i3kKh73

建议用emeditor打开，或者导入到mysql中，用excel打开后果自负哈

​