从0开始做个聚合站

wqz · 发表于 2015-9-1 20:57:09

James_Liu 发表于 2015-9-1 15:10
一起交流啊！这个过程估计会比较慢才能看到效果，我计划做个英文站，再做个中文站试试。 ...

一个是收录慢，另外一个是收录了没排名。

leeker · 发表于 2015-9-1 21:19:17

空格无敌发表于 2015-9-1 18:14
这种站靠SEO是很难的，试试社交流量，社交流量上来了也很好的。

他把语句随机打乱了再社交引流？

hudba · 发表于 2015-9-1 22:18:56

很厉害，期待更新呀

我就是新手 · 发表于 2015-9-1 22:47:27

你可不可以不要这么牛逼

seanhere · 发表于 2015-9-1 23:20:23

本帖最后由 seanhere 于 2015-9-1 23:22 编辑

Lebron.Meng 发表于 2015-9-1 20:56
楼上正解，走流量SEO可能不太合适

这种垃圾站只能靠SEO流量吧，不过只有上足够大的文章量做基数之后，才会有一定比例的长尾流量，一两个站内容太少，这样测试周期会非常长还不见效。
社交没有人看的，内容不可读，更别提传播了

seanhere · 发表于 2015-9-1 23:30:19

知道几个做垃圾站的大牛，应该有前途的，做好了可以跟正规站平分秋色，再说大洲的镜像SM应该也属于这一类吧。

小远 · 发表于 2015-9-2 00:55:21

我的站有十四万数据，只收录了两万多，都一个月了

潇洒哥er · 发表于 2015-9-2 09:45:58

比较关注PYTHON的采集技术。

James_Liu · 发表于 2015-9-2 09:49:27

潇洒哥er 发表于 2015-9-2 09:45
比较关注PYTHON的采集技术。

这个没有特别难的，我这里只采集正文，而且文章也不要求可读性。所有就用了BeautifulSoup过滤p标签。

我设定了一组种子网站，爬虫沿着种子站爬出去，只保存正文，判断正文字符数大于500就保留，否则就舍弃。

受制于URL存储和排重问题，这个爬虫无法一直爬，爬到一定程度就爬不动了。我就重启程序，重新给种子...

就是这么简单。

Atrus · 发表于 2015-9-2 10:12:20

牛奔啊这个现在只能靠量取胜，当然有技术还是有饭吃啊
仅靠自动博什么的这类初级采集站顶多只是饿不死

gger · 发表于 2015-9-2 10:45:43

年代过去了

ads419 · 发表于 2015-9-2 14:00:58

3W收录，每天1IP，别问我是怎么知道的

matc · 发表于 2015-9-3 08:48:54

正文采集你用beautifulsoup？效率太低了吧，我推荐你用一个python-readability库，用来做采集比beautifulsoup高太多了。
但是，我得说这样做并无什么作用，你的玩法已经过时10多年了，连百度都糊弄不了了。
我最近在通过分词的方法来进行小段文字的替换，稍微能糊弄一下google，但是寿命也并长，何况你的随机替换....
采集站我觉得现在能玩的可能就是河马的那个思路了，可以去翻翻看看他最近的帖子。

James_Liu · 发表于 2015-9-4 10:12:55

matc 发表于 2015-9-3 08:48
正文采集你用beautifulsoup？效率太低了吧，我推荐你用一个python-readability库，用来做采集比beautifulso ...

多谢分享！干货很多

阿百川 · 发表于 2015-9-4 17:24:03

matc 发表于 2015-9-3 08:48
正文采集你用beautifulsoup？效率太低了吧，我推荐你用一个python-readability库，用来做采集比beautifulso ...

还是可以糊弄gg的，文章随机乱序+多站链轮，虽然死得快但流量上的也很快

https://www.google.com/search?q=少时原版法庭

连续N页都是这种站

		自动登录	找回密码
密码			立即注册

谷歌+Bing+TT+MSN官方代理	⚡️按条S5代理⚡️静态⚡️独享⚡️5G	⚡️最干净<Wifi住宅+5G移动>IP代理	泰国仓储，本土仓发货2-3元/单
指纹浏览器，就用AdsPower	谷歌/FB/Bing/Yahoo代理商开户	7200W全球动态不重复住宅IP代理	全球优质流量，选TrafficStars
出售Facebook,友缘号,FB广告号,ins	FB/TT/KW 加白开户	ADPLEXITY + ADVERTCN	比Adplexity还好用的Spy工具
广	告	开	户
FB/Google/TK	海外多媒体	极速	下户
BINOM TRACKER 60% OFF!	MediaGo+Taboola+Ob开户	百度国际MediaGo⚡️让产品狂奔全球	百度国际，高点击转化，快速放量
百度国际MediaGo，独家原生流量	虚拟信用卡+独立站收款	行业首创新型指纹Cloak, 谷歌奇效!	Kookeey⚡️100%独享⚡️原生住宅IP
⚡IPFoxy住宅代理全场88折⚡	全球虚拟卡, 支持U充值	免账户投放 FB 广告（送项目）	2024做什么 - Media buy 项目库
免费黑五教程（持续更新、欢迎交流）	Facebook 批量上广告	Bridgeway - 联盟营销网络	IPCola 全新住宅代理 ⚡️ 免费试用
各种主页、账单户、BM户（优势）	⚡️个人户，bm户不限额，账单户	Adsterra 的CPA/CPM/CPC 网站流量	在线注册美国/英国/香港等海外公司
EU KETO/CBD - Jumbleberry	FB二三解1元/个	9Proxy ⚡️ $0.04/IP, 无限带宽	cloak斗篷/ss/nutra/cpa/Dating
E.PN 虚拟卡	Asocks代理服务器$3/GB	高薪诚求实力FB投手（独立站）	《全新虚拟卡+全球收付款》
广告位出租	全球低价纯净住宅/移动IP-免费试用	广告代投, 东南亚物流, 虚拟信用卡	VMLogin指纹浏览器+多账号防关联

[SEO] 从0开始做个聚合站

点评

点评

点评

社区QQ达人