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。。。。。。。。

( x5 h+ U( z4 k真要做全自动，一定要学python
" e" }% J; v+ {" _( {7 Q+ n
6 |, T8 O" u# k2 E4 `还有一些，比如验证码和代理。这2个可以用钱解决。

ads419

9 o6 Q4 g6 e" |0 M6 `8 m3 ~9 R

weiai789 发表于 2016-1-21 14:49
) t$ Z, Z2 z) i8 ~0 `$ |6 {. iBeautifulSoup用来解析 html
! t3 [" O- [$ t' y0 v
; c. r: q/ d) n) X& C% I- yselenium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
  G: g' k* u) F) s' D" n+ g
jb51.net都N年了，百度、谷歌排名都很好

补几个卡饭seo：
https://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
% L6 ?: Y4 R3 O# f- ehttp://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
5 @8 t* ^: p) U7 _2 V! ~1 a. y9 N楼主有推荐的python教程吗

9 B% R: g* x+ P0 J! Q( D0 apython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。
) B) {' D' n1 K8 X
3 {" W+ d) j* O  ~6 J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？！
) t" }: s" N( ?1 S. G$ ?' `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。
6 S; A) r/ G  c" P
2 K& i# i9 m) t% u+ i  i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
) S1 X/ g* t' h6 K8 q0 t" o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 ...

: A! W& d. g2 f- a$ ?3 q% U& h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
/ D# U! V# {7 q6 O% |8 y0 v兄弟，没别的意思，表达一下做这行的感受而已。

3 k! R7 ?$ L. h; r做的国内的 还是国外的？ 兄弟