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。。。。。。。。

真要做全自动，一定要学python
. q% x+ K% ^% F  D8 R+ i3 y$ z% E
; @: X9 n" i" n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

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++ ...

7 ^0 Y4 s) E' B) v* ^9 t' C5 O" p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

$ U7 g% t1 B% w% a大把大把的采集站大把大把的拿流量

' l; q; k- e8 h; r+ zjb51.net都N年了，百度、谷歌排名都很好

1 q1 g3 L2 ~! P补几个卡饭seo：
6 w  w2 x; q7 C( Ahttps://www.v2ex.com/t/232328
- k0 Z1 a; `' e0 x8 K! yhttps://www.zhihu.com/question/33195862
& T0 W* c0 T" n" D4 D' Fhttps://www.zhihu.com/question/35467213
  ~0 Z" J0 f! ~; ^http://bbs.kafan.cn/thread-1858326-1-1.html
http://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

9 e8 q, j  t# F" r6 I& Mpython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。

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？！
/ C. K" }1 u1 F& C& k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。
% _+ u1 S3 R4 d+ @$ |) l. v
4 |. V$ H* M9 n9 u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
4 v1 d" V5 _! ?: D& V! G# h/ ]那文章我主要是说采集和搜索引擎之间的关系好吧？！
! ~+ j/ x& C; |7 q不处理采集问题，搜索引擎会被采集网站“淹”死，而机 ...

( ]# H' M' }0 t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。

+ Y  M( m4 {* s. \做的国内的 还是国外的？ 兄弟