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
除了火车头还能用啥采集啊。。。。。。。。

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

weiai789 发表于 2016-1-21 14:49
! H' \5 ^; O4 e/ g$ F. ~: O$ gBeautifulSoup用来解析 html
, V7 t5 J$ q  y) D: G
3 F1 Z: C5 R: z* Y6 n2 xselenium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++ ...

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。 ...

1 s6 d" ^% ]' E' E/ j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

8 j1 Z9 J! K" m7 w大把大把的采集站大把大把的拿流量
7 M# G3 ?) ^- I* `) ?
jb51.net都N年了，百度、谷歌排名都很好

! T/ ^" p4 U# v. p  Q( g( s# D补几个卡饭seo：
* v  j+ D. @$ i. |) I6 t( dhttps://www.v2ex.com/t/232328
https://www.zhihu.com/question/33195862
https://www.zhihu.com/question/35467213
http://bbs.kafan.cn/thread-1858326-1-1.html
http://koubei.baidu.com/s/kafan.cn?fr=search
1 K/ s7 t+ T; |4 M' {& s- f

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

python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。
! j0 L7 ~+ K6 n* D- [
2 E* l& M! T( `+ h8 y6 P6 B5 }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？！
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。

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
! |+ O" V! l* f6 Y4 n那文章我主要是说采集和搜索引擎之间的关系好吧？！
( t5 G2 v& {2 M3 w# [! K不处理采集问题，搜索引擎会被采集网站“淹”死，而机 ...

' A  J: n& U9 T" ~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
3 _+ u  g5 G% q+ v8 U兄弟，没别的意思，表达一下做这行的感受而已。

: i4 Z7 X! o7 i, k+ ]' p+ J做的国内的 还是国外的？ 兄弟