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
" B# D3 l. |1 T  b! j+ h- `除了火车头还能用啥采集啊。。。。。。。。

  M9 u4 z* T& R; I4 B真要做全自动，一定要学python

4 G" i: i: o- h+ q还有一些，比如验证码和代理。这2个可以用钱解决。

ads419

8 r4 h) x; ]; `" E

weiai789 发表于 2016-1-21 14:49
BeautifulSoup用来解析 html

. ]% U  D* W/ R; E* e  i. aselenium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++ ...

7 T8 ?7 Z6 D1 Y$ U. E# Z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。 ...

" o+ Z. L# \; a% M# |0 {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

9 b* p. Y( F& Z) X% ~: C大把大把的采集站大把大把的拿流量
1 A2 e/ }' |. q* @+ K4 K
jb51.net都N年了，百度、谷歌排名都很好
) P: S" N/ l9 N8 A1 G7 o
补几个卡饭seo：
https://www.v2ex.com/t/232328
" P' J: O8 e9 e* qhttps://www.zhihu.com/question/33195862
https://www.zhihu.com/question/35467213
: j  f& p7 m7 Z5 I# Z" e* I4 F7 yhttp://bbs.kafan.cn/thread-1858326-1-1.html
http://koubei.baidu.com/s/kafan.cn?fr=search
" \5 k1 |3 T# a  }- m

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

* D' b8 Y4 u, c3 ]* Npython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。

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？！
2 g0 a4 W9 l- ~! H4 K" q. T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。
* j: |1 E  O$ V& L5 Q
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
那文章我主要是说采集和搜索引擎之间的关系好吧？！
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
7 U- Z6 T; n3 r0 e( j; [兄弟，没别的意思，表达一下做这行的感受而已。

0 ~$ X0 {8 t  H) z做的国内的 还是国外的？ 兄弟