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
$ K2 F7 J3 |4 y' }5 K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
BeautifulSoup用来解析 html

" |, g2 D' W  f! E6 \. I, jselenium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
! X/ I3 Z- V# i3 \7 S" K9 B: P6 E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
* J/ ]& B( w" v( O$ s5 ]$ b
jb51.net都N年了，百度、谷歌排名都很好

1 M. j8 d" o9 c. b# \$ f' [补几个卡饭seo：
https://www.v2ex.com/t/232328
https://www.zhihu.com/question/33195862
https://www.zhihu.com/question/35467213
" ~9 k( l$ \+ [3 j3 Zhttp://bbs.kafan.cn/thread-1858326-1-1.html
  g0 \7 {6 ?1 M: ?  j$ chttp://koubei.baidu.com/s/kafan.cn?fr=search

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
0 U- g* C/ n8 J$ R9 k& f4 t( a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。

" K0 ]( J7 M* A1 |2 H' h$ A+ ~& G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 d9 Q5 [  Y+ ]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。
/ O( `& r. D9 z" \. ]
1 o3 b$ p$ e4 y# D4 M" Z* M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
; |- W+ `( f8 L* @# K那文章我主要是说采集和搜索引擎之间的关系好吧？！
2 u, L7 |0 X+ w! c3 v不处理采集问题，搜索引擎会被采集网站“淹”死，而机 ...

$ w; v( Q9 r1 k  U3 f$ |8 s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。

做的国内的 还是国外的？ 兄弟