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
+ S  S0 g3 Z3 |除了火车头还能用啥采集啊。。。。。。。。

真要做全自动，一定要学python
" f0 ^6 V4 y7 ]( J) b% n1 Z3 b6 I
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
- i4 T0 \& f; C+ g/ IBeautifulSoup用来解析 html
* J: B) U( T) i! b& G, ^2 ]
1 u1 C4 m) F2 Q/ C+ d% ?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++ ...

$ f0 L, E* K4 ^6 ?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
1 P. p$ s6 Y+ X, }% ~: u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。 ...

! e, n6 e0 ~4 l, K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

1 N9 {+ y6 T$ S8 n" q* @大把大把的采集站大把大把的拿流量

; C# E, [1 [8 A6 `4 Ejb51.net都N年了，百度、谷歌排名都很好

0 K3 i$ O1 y- u8 ^. e补几个卡饭seo：
https://www.v2ex.com/t/232328
https://www.zhihu.com/question/33195862
* K8 U+ L! G" }: rhttps://www.zhihu.com/question/35467213
9 \8 _$ ]& ?9 R: b# T2 W; }http://bbs.kafan.cn/thread-1858326-1-1.html
8 t) d; l  l4 Vhttp://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
' P% P/ Y+ P  F教程看一下就行了，都是那些东西，一通百通，函数，类。
' P0 [. N8 V2 \0 o$ p! R* }6 Q! d
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？！
" E0 G+ E5 `) R9 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。
# X/ l' m5 p! o' s
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
6 c/ Z- b" ~+ ?0 U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 ...

$ u: J5 |4 g) u. m( o+ B8 v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
, q+ s5 p( [6 x: @0 ]* @: r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