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
1 U4 e5 i4 P8 z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
& V. \. \* X! Y
selenium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++ ...

5 W; t( B( ?9 i' q1 }8 T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
3 B- o1 \. A& t0 s
" Q( \% V, v# P7 }9 O6 n/ gjb51.net都N年了，百度、谷歌排名都很好
. g3 o( ]) l/ \% t+ }4 S
# }& [; ^7 ^: v: |% x! s# @0 H补几个卡饭seo：
1 S' T! w$ |" A- Whttps://www.v2ex.com/t/232328
$ {% x& \) T* f0 k5 W: D. Uhttps://www.zhihu.com/question/33195862
3 F- R/ Z' P$ P; q, g' ?https://www.zhihu.com/question/35467213
! [8 z4 a2 i- ~& A: khttp://bbs.kafan.cn/thread-1858326-1-1.html
* s$ M- Q. R! _' \: Whttp://koubei.baidu.com/s/kafan.cn?fr=search
9 w( f+ d3 R. K

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。
5 I4 G  ?4 x9 F# V0 M% f, H/ e
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
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 ...

" v. L# f$ s: j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
8 c; b. k: z% I' ~7 u$ _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