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。。。。。。。。

! d3 c3 g  f- l1 t' n真要做全自动，一定要学python
) M9 A' i$ z; w( P" k
还有一些，比如验证码和代理。这2个可以用钱解决。

ads419

6 z, K  H' k' m$ \

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

5 [  y) v$ P3 W- h$ Nselenium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。 ...

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

大把大把的采集站大把大把的拿流量
0 q2 ]) e: E7 d
jb51.net都N年了，百度、谷歌排名都很好

) U" J7 B, v8 J补几个卡饭seo：
https://www.v2ex.com/t/232328
https://www.zhihu.com/question/33195862
# n) N( @! {7 u, O0 w, Whttps://www.zhihu.com/question/35467213
7 O0 M3 z$ S$ k5 U$ |6 }http://bbs.kafan.cn/thread-1858326-1-1.html
9 K. `$ k# u8 p1 u& I9 Thttp://koubei.baidu.com/s/kafan.cn?fr=search
) @* w& x8 i# q+ v

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" h5 w1 a8 T# J: e5 Jpython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。
4 Q$ D; f# w3 W/ c
: c! S( d+ S8 {' y+ ?7 R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？！
+ U2 m# s9 g: X: {/ X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
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
兄弟，没别的意思，表达一下做这行的感受而已。

1 Q" M  A' O. Y. L5 E. ~8 q做的国内的 还是国外的？ 兄弟