楼下哥们儿说"采集必死",我只想说“呵呵”

zaishanfeng

楼主目前有多少个站  流量有多少

weiai789

白龙君 发表于 2016-1-21 14:51
" w' a5 `/ n7 Y; {7 E9 [除了火车头还能用啥采集啊。。。。。。。。

, s/ f/ E% V$ r: B" J6 _真要做全自动，一定要学python

还有一些，比如验证码和代理。这2个可以用钱解决。

ads419

: Z/ j+ ]6 {6 E! k! a+ s& |

weiai789 发表于 2016-1-21 14:49
; C& ?* B% J1 ~  I$ q" F2 D8 R  iBeautifulSoup用来解析 html

selenium用来做自动登录，有些内容是动态js调用的，比如QQ空间这种，你用c++ ...

* u" U: K; j4 l8 {' e/ k刚才了解了一下，这个是自动化工具，我以为是爬虫，用爬虫也有专门的JS渲染插件。

kaylin0212

别人说有多好或不好，还不如自己去实践一遍

aabbccli

ads419 发表于 2016-1-21 14:54
刚才了解了一下，这个是自动化工具，我以为是爬虫，用爬虫也有专门的JS渲染插件。 ...

6 P- C' M8 S" [3 }* u' m爬虫的JS渲染插件也是用的WEBKIT内核，比如pyspider就是用的phantomjs来渲染JS，和selenium调用phantomjs渲染效果一样。不过好像pyspider是把phantomjs运行起来当作服务器调用的(可以通过ip调用),而selenium是通过子进程调用来实现的，应该是pyspider性能要好一点吧。

阿百川

' C: v* Q! L, o( t. g大把大把的采集站大把大把的拿流量
( Z, P  {+ d' C
jb51.net都N年了，百度、谷歌排名都很好

补几个卡饭seo：
* ^$ z( G3 B6 M6 x) ahttps://www.v2ex.com/t/232328
https://www.zhihu.com/question/33195862
) x+ \+ r. u5 P$ F, S7 ohttps://www.zhihu.com/question/35467213
http://bbs.kafan.cn/thread-1858326-1-1.html
http://koubei.baidu.com/s/kafan.cn?fr=search
  f/ ]/ s2 M9 P% [8 p1 n: w

tufei

楼主有推荐的python教程吗

一米

太专业不懂

laihappy

你们太骚了，哈哈 我学不来

moneybooks

都是技术流。。。

k_king

都是技术流，看不懂，擦

weiai789

tufei 发表于 2016-1-21 17:30
楼主有推荐的python教程吗

7 `9 }$ J( M$ ^, Mpython核心编程
教程看一下就行了，都是那些东西，一通百通，函数，类。
  I2 ]  ~$ G: R8 m' C
会用模块就行。

上帝的假牙

那文章我主要是说采集和搜索引擎之间的关系好吧？！
# d% v3 v( {  N8 `3 G不处理采集问题，搜索引擎会被采集网站“淹”死，而机器无法很好的识别采集网站，只有人工干预才能处理好采集问题，但是人工干预成本又会降低搜索引擎公司的利润，甚至拖垮搜索引擎公司。。。对搜索引擎公司来说这是一个两难的问题。
5 [$ R4 j6 ^* z# S( ]% E
那文章写于2013年，正是谷歌人工干预最厉害的时候。

weiai789

上帝的假牙 发表于 2016-1-22 15:56
6 e* L+ }( t; Q, |那文章我主要是说采集和搜索引擎之间的关系好吧？！
; Z8 u" s( z# o) V不处理采集问题，搜索引擎会被采集网站“淹”死，而机 ...

兄弟，没别的意思，表达一下做这行的感受而已。

若水

weiai789 发表于 2016-1-22 17:01
兄弟，没别的意思，表达一下做这行的感受而已。

+ v* N$ s9 @: [9 F" ~/ C. C2 p做的国内的 还是国外的？ 兄弟