做大型多语言采集站哪种方案好些？

buyabag · 发表于 2020-10-3 22:44:09

没接触过千万级内容的站，不过我估计，首先程序肯定得是自写的了，起码魔改，要不然很多地方都不合你的需求。其次对你整个流程的架构都是个考验，从硬件到软件，从采集到节点。

另外啊，其实国外内容站很不好做，你要知道google是面向全球，资讯站早已极大丰富，基本上什么内容都很完整且优秀，完全饱和了。光靠采集翻译什么的，九成九是没排名的，跟国内内容荒漠的网络环境完全不是一回事。所以论坛内大佬都跑CPS那些赚分成。

gatsby · 发表于 2020-10-3 23:22:21

buyabag 发表于 2020-10-3 22:44- @- Y, r) T: A9 V" A9 m! [0 Z
没接触过千万级内容的站，不过我估计，首先程序肯定得是自写的了，起码魔改，要不然很多地方都不合你的需求 ...

确实是这样，对各方面都是个考验，就当时个学习的历程。人们收入下降消费欲望降低，cps同样也不好做。跟不上时代，处于逐渐被淘汰的边缘，做什么都不容易，难。

比特人 · 发表于 2020-10-4 15:25:49

wordpress不要说千万级了，连50w就很困难了，特别是用lnmp

gatsby · 发表于 2020-10-4 21:24:24

比特人发表于 2020-10-4 15:25/ I1 G6 d% t5 L' j
wordpress不要说千万级了，连50w就很困难了，特别是用lnmp

正是准备使用lnmp搭建wordpress，这可如何是好

laoyebin · 发表于 2020-10-4 22:31:08

gatsby 发表于 2020-10-4 21:24% _( S% I/ F% g! v! F
正是准备使用lnmp搭建wordpress，这可如何是好

别想那么远，干了再说，说不定你几万数据时候就已经放弃这个站了

gatsby · 发表于 2020-10-4 22:56:07

laoyebin 发表于 2020-10-4 22:31; H+ e, c' u, h* J* h7 K; j
别想那么远，干了再说，说不定你几万数据时候就已经放弃这个站了

不错，干了再说

我是c罗 · 发表于 2020-10-5 20:35:11

量大调用API根本不现实，不管是google还是其他引擎都是要钱的。
你可以下载个有道词典，然后用selenium 写个自动化在桌面自动翻译完成入库。可以各种语言和软件之间倒腾几次。

gatsby · 发表于 2020-10-5 21:21:58

我是c罗发表于 2020-10-5 20:357 A" e% ?& k# a5 _0 Y
量大调用API根本不现实，不管是google还是其他引擎都是要钱的。 q; Y5 q3 ]2 g" {
你可以下载个有道词典，然后用selenium 写 ...

好的，谢谢，翻译的话反复考虑了很多方法都没法简单实现，只能来回多倒腾几次了。

大洲 · 发表于 2020-10-15 15:08:22

不翻译，硬干。硬盘网络成本低于翻译API。

正好有个任务，目前index了2300万文章，采集了1000万成果。

gatsby · 发表于 2020-10-16 09:52:25

大洲发表于 2020-10-15 15:08
& y- C0 @& |) ]3 h4 V不翻译，硬干。硬盘网络成本低于翻译API。

不愧为钱大大，用什么内容管理系统去承载这么大的数据量呢，另外简繁转换容易些，多语言就得用api了，现成的googletrans库也不靠谱。

dengwen168 · 发表于 2020-10-16 10:12:50

大洲发表于 2020-10-15 15:08* O1 n2 j" P) P4 \) t
不翻译，硬干。硬盘网络成本低于翻译API。

牛人，，
还自己写了界面，，

dengwen168 · 发表于 2020-10-16 10:15:29

我是c罗发表于 2020-10-5 20:35
6 b( l' q: E& H% Z4 f1 l量大调用API根本不现实，不管是google还是其他引擎都是要钱的。
4 Y- p% ]8 Q2 I你可以下载个有道词典，然后用selenium 写 ...

请问selenium操作有道词典是如何弄的？

有道词典也支持一篇文章这样的全文翻译么？谢谢。

大洲 · 发表于 2020-10-16 16:38:14

gatsby 发表于 2020-10-16 09:52
o1 B! J: s. V9 t不愧为钱大大，用什么内容管理系统去承载这么大的数据量呢，另外简繁转换容易些，多语言就得用api了，现 ...

CMS也是自写。MR9.AS 。单机独服单域名亿数据能扛得住。

hhqq · 发表于 2020-10-18 12:08:02

大洲发表于 2020-10-15 15:08
, ]5 O" G# s) v. V5 T5 w X. N不翻译，硬干。硬盘网络成本低于翻译API。

请问采集的源站是中文的还是英文的呀？

gingko · 发表于 2020-10-19 16:38:01

先干，边走边换服务器

		自动登录	找回密码
密码			立即注册

谷歌+Bing+TT+MSN官方代理	⚡️按条S5代理⚡️静态⚡️独享⚡️5G	⚡️最干净<Wifi住宅+5G移动>IP代理	泰国仓储，本土仓发货2-3元/单
指纹浏览器，就用AdsPower	谷歌/FB/Bing/Yahoo代理商开户	7200W全球动态不重复住宅IP代理	BINOM TRACKER 60% OFF!
出售Facebook,友缘号,FB广告号,ins	FB/TT/KW 加白开户	ADPLEXITY + ADVERTCN	比Adplexity还好用的Spy工具
广	告	开	户
FB/Google/TK	海外多媒体	极速	下户
MediaGo+Taboola+Ob开户	百度国际MediaGo⚡️让产品狂奔全球	百度国际，高点击转化，快速放量	百度国际MediaGo，独家原生流量
虚拟信用卡+独立站收款	行业首创新型指纹Cloak, 谷歌奇效!	Kookeey⚡️100%独享⚡️原生住宅IP	⚡IPFoxy住宅代理全场88折⚡
全球虚拟卡, 支持U充值	各种主页、账单户、BM户（优势）	⚡️个人户，bm户不限额，账单户	Adsterra 的CPA/CPM/CPC 网站流量
在线注册美国/英国/香港等海外公司	EU KETO/CBD - Jumbleberry	FB二三解1元/个	9Proxy ⚡️ $0.04/IP, 无限带宽
cloak斗篷/ss/nutra/cpa/Dating	E.PN 虚拟卡	Asocks代理服务器$3/GB	高薪诚求实力FB投手（独立站）
《全新虚拟卡+全球收付款》	广告位出租	全球低价纯净住宅/移动IP-免费试用	广告代投, 东南亚物流, 虚拟信用卡
VMLogin指纹浏览器+多账号防关联

[讨论] 做大型多语言采集站哪种方案好些？

点评

点评

点评

点评

本帖子中包含更多资源

点评

点评

社区QQ达人