|
|
发表于 2022-12-29 17:47:24
|
显示全部楼层
个人建议用python搞采集,python的scrapy框架搞采集非常方便。而且python跨平台,可以直接部署到linux的vps上通过cron定时运行。最重要的是python的库非常多,想要的功能直接网上就能找到相应的库,开发效率绝对比易语言高。
3 S7 W0 g* h$ \+ j翻译github上也有python的谷歌翻译接口,直接拿来用。
( x! Y! h$ m3 k: u/ w; ]4 F* O9 z- }' a" @
选定好一个niche再进行采集,感觉现在采集站还是可以搞的,不要追求内容的数量,你的网站采集多了垃圾内容在谷歌眼里也成了垃圾站了,搜录全删光光。
! a% v8 _4 V- X3 ?/ \) O
, r- B" L' [6 u- G% E网站程序直接用wordpress,毕竟是wordpress全世界使用最多的cms,很多坑都别人踩过了,遇到问题也好解决。或者直接用hexo、hugo等直接生成静态网站。
4 N- J- T+ G9 B% K$ r+ P# J) h6 o6 l
# f7 G5 { K8 }4 A+ a1 o前期资金紧张,可以用国外的免费图床,HTTP抓包后自己写接口上传图片。后期发现网站流量不错,再把图片本地化。有的图床有反盗链,自己进行反代,简单可以用 https://wsrv.nl/?url= 代理访问,不行的自己写个接口伪造来路、user-agent后大部分都可以访问。
: L3 V7 `$ D: n" Y5 ]6 K/ \
/ H* p2 o6 @& U. A, [ n1 d, b0 T) Q我就是搞的那种小型的采集站,以后准备继续扩大规模,展示下我的采集站, 这是最多的一个每天2000多ip:# a$ {: k/ K2 `
, c# h/ [! u5 ^/ r3 d5 {5 V' o& D纯纯的采集,文章也就几千篇,爬虫放在vps上定时任务去采。% J+ f8 C; l7 G. f# o
* V+ g: P5 u7 l" }4 Z; @
9 {- u$ d+ b" k( K4 D! _
# j, u9 u5 g. f; G采集后调用谷歌翻译整的英文垃圾站,内容不到5000,平均每天100多ip,就整了一个翻译的站,感觉批量搞搞应该还行,以后在整。
* j) Z9 ]; ~7 m5 Y: C- h8 F
, ~3 @2 g: [, `爬虫全部署到vps定时采集,网站基本每天更新,总之一切都要全自动,以后才能批量搞!  
" e% a: C( q* w! B `+ _1 Q; L& n$ ^ |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
x
评分
-
查看全部评分
|