做大型多语言采集站哪种方案好些？

buyabag

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

buyabag 发表于 2020-10-3 22:44
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

wordpress不要说千万级了，连50w就很困难了，特别是用lnmp

gatsby

比特人 发表于 2020-10-4 15:25
. K/ Q. F# e! {7 k- V- q" ywordpress不要说千万级了，连50w就很困难了，特别是用lnmp

, Z. K3 _2 D- u- f2 V% T正是准备使用lnmp搭建wordpress，这可如何是好

laoyebin

gatsby 发表于 2020-10-4 21:24
正是准备使用lnmp搭建wordpress，这可如何是好

. R. r8 t5 x  O, _0 _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

laoyebin 发表于 2020-10-4 22:31
0 e- n( y. j4 N. N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

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。
# ~0 @; c+ f' Z0 T; h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

我是c罗 发表于 2020-10-5 20:35
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。
& v, [- H: U3 R! ^# G, X8 |' |你可以下载个有道词典，然后用selenium 写 ...

- s2 [8 l2 c5 N4 i" q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

不翻译，硬干。硬盘网络成本低于翻译API。
* t, O) i, t0 P8 o
' j8 b8 g# E* ^9 p8 [- g- r- V0 A




正好有个任务，目前index了2300万文章，采集了1000万成果。

gatsby

大洲 发表于 2020-10-15 15:08
+ O3 q0 t+ h% O5 Q  L9 c* M1 y不翻译，硬干。硬盘网络成本低于翻译API。

9 [8 ^! ^: U" V  R0 e5 w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

大洲 发表于 2020-10-15 15:08
) c& [9 y. X0 P( D不翻译，硬干。硬盘网络成本低于翻译API。

% k1 Q" m9 k' t& {4 Z4 s, J牛人，，
9 O4 b' U: O) @9 ?0 l% ]还自己写了界面，，

dengwen168

我是c罗 发表于 2020-10-5 20:35
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 ...

* I' C! t* s" h4 I请问selenium操作有道词典是如何弄的？
7 b1 t# h4 j& f

# l( y# i) o- f有道词典也支持一篇文章这样的全文翻译么？谢谢。

大洲

gatsby 发表于 2020-10-16 09:52
0 ^/ y0 {0 `- @' ?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

大洲 发表于 2020-10-15 15:08
不翻译，硬干。硬盘网络成本低于翻译API。

0 h2 H& f0 f3 j9 C; S  Y0 z请问采集的源站是中文的还是英文的呀？

gingko

先干，边走边换服务器