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。。。。。。。。

. |' L. Y: ~2 n真要做全自动，一定要学python
8 |/ ~$ q! K: \# ~9 L
# Y) Y! i9 ^8 v" G+ V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
. X, H! r- H, ?& S9 J/ e1 [6 n1 YBeautifulSoup用来解析 html
/ m& l+ S' J+ H+ V* H3 k
7 s1 S" t4 [& E' w. v; Eselenium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++ ...

3 T  n5 v0 O; u- N' C+ l( A3 {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。 ...

$ y- h0 ]  V7 b- `1 {# b+ A+ g" R( O% m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

- a3 B- k5 w! N$ X大把大把的采集站大把大把的拿流量

! h7 X& f* q, F, S( y- X% Ojb51.net都N年了，百度、谷歌排名都很好

6 p! G7 {$ {# G1 _" O补几个卡饭seo：
1 ?0 V' |/ s/ \7 qhttps://www.v2ex.com/t/232328
5 Z1 ?* D7 Y: R0 [+ k) d; o* ahttps://www.zhihu.com/question/33195862
https://www.zhihu.com/question/35467213
' j: c1 o  @6 bhttp://bbs.kafan.cn/thread-1858326-1-1.html
" g/ b: z  W5 o2 yhttp://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
楼主有推荐的python教程吗

python核心编程
4 E, g$ q; p/ D1 C. U- U) w教程看一下就行了，都是那些东西，一通百通，函数，类。

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。

* B% U$ L0 Z( i) l! |* C1 ?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？！
- F1 r" v0 o- K  V不处理采集问题，搜索引擎会被采集网站“淹”死，而机 ...

) B/ |) o0 m5 ~- Y0 V6 }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