市场上到底有多少款手机？（1）

前边的扯淡

最近在接到一个项目，要进行手机兼容性测试，随之而来的一个问题就是，市场上到底有多少款手机？

要想弄清楚有多少款手机，首先要弄清楚什么是手机型号，以锤子手机为例，罗胖子一直鼓吹的锤子手机 ，型号是Snartisan T1，如果你天真的以为锤子手机的型号就是T1，那么你就输了，当你拿到一个锤子手机，打开手机设置中关于手机的部分时，显示的手机型号是SM701。

坑爹么，其实大多数手机都是这样的，三星的Note 2，S4也不是手机型号，他们的型号可能是N9008V之类的，而且一个Note 2有8种型号；

最坑爹的可能就是小米了，打开红米手机或者任意一款小米手机，它的手机型号竟然是2013022之类的；

因此看来（也有很大的可能是我后知后觉），手机型号应该分成两个属性，一个应该叫商用名，比如红米、Note2之类的；另一个才是型号，I9100、2013022；

但是另一个坑爹的问题来了，国内大多数手机网站，什么Zol、什么手机中国，基本上都是以手机的商用名为检索对象的。

官方数据

每当遇到这种众人数据不统一的问题时，习惯上就会想到官方数据，手机的问题也不例外。

在中国上市的所有手机，都要去两个机构进行检测，一个是去质检总局拿3C的证书，另一个就是去工信部拿入网许可证。

其中工信部的入网许可证颁发机构还自己弄了一个网站，就是今天要说的主角：

手机信息网

从手机信息网采集数据有几个好处：

• 信息权威，所有在国内公开销售的手机都在上面；
• 该网站所有的手机都是以型号为索引，而不是以坑爹的商用名；
• 该网站基本上都是静态的Html写成的，特别是关键数据都是Html，抓去方便；

确定了信息来源，就要进行艰苦卓绝的分析整理了。

手机信息网上，每一款手机都有一个独立的静态页面。要抓某一款手机，只要把他相应的网页抓出来就可以了。关键是搞清楚这些网页是如何组织的，以便将他们一网打尽。

经过长时间的分析，我发现有两种组织方式：

一种是几乎每个页面上都有的一个下拉列表；

这种方式有一个问题，上述两个下拉列表是JavaScript，是动态的从数据库种取数据，以我现在的技术水平，还做不到抓取这种动态数据。

另一种方式是通过品牌列表：MobileBrandName.aspx

这个网页列出了所有品牌的列表；其中所有的品牌都是以MobileSelectCellNew开头的，这一点在后面抓取的时候会用到；

进入到某一个品牌的页面，比如三星：MobileSelectCellNew.aspx?code=GodbVIFKVxB5fuw6Wej2UQ%3d%3d

在每一个品牌的页面种列出近三年的手机型号，每一年一个页面，每个页面都是以MobileSelectCellYearNew开头的；

只有近三年，之前的手机也有，但是没有在这里列出来。我还专门就这个事情给手机信息网打过电话，

得到的答复就是，只有三年。

三年前的手机型号可以通过搜索或其它方式找到页面。

进入到三星2014年的页面MobileSelectCellYearNew.aspx?code=GodbVIFKVxDUd5e7T%2fbP2hbkawuDFhkYGwrdzWB3esk%3d

这里面就列了当年所有手机的型号及页面了，只要抓出链接，就好了。

今天就写到这里吧，老婆叫回家吃饭了。