您现在的位置是:Instagram刷粉絲, Ins買粉絲自助下單平台, Ins買贊網站可微信支付寶付款 >
04 買粉絲爬蟲 抓取(如何入門 Python 爬蟲)
Instagram刷粉絲, Ins買粉絲自助下單平台, Ins買贊網站可微信支付寶付款2024-05-28 02:50:32【】5人已围观
简介群爬下整個豆瓣的經驗吧。1)首先你要明白爬蟲怎樣工作。想象你是一只蜘蛛,現在你被放到了互聯“網”上。那么,你需要把所有的網頁都看一遍。怎么辦呢?沒問題呀,你就隨便從某個地方開始,比如說人民日報的首頁,
1)首先你要明白爬蟲怎樣工作。
想象你是一只蜘蛛,現在你被放到了互聯“網”上。那么,你需要把所有的網頁都看一遍。怎么辦呢?沒問題呀,你就隨便從某個地方開始,比如說人民日報的首頁,這個叫initial pages,用$表示吧。
在人民日報的首頁,你看到那個頁面引向的各種鏈接。于是你很開心地從爬到了“國內新聞”那個頁面。太好了,這樣你就已經爬完了倆頁面(首頁和國內新聞)!暫且不用管爬下來的頁面怎么處理的,你就想象你把這個頁面完完整整抄成了個買粉絲放到了你身上。
突然你發現, 在國內新聞這個頁面上,有一個鏈接鏈回“首頁”。作為一只聰明的蜘蛛,你肯定知道你不用爬回去的吧,因為你已經看過了啊。所以,你需要用你的腦子,存下你已經看過的頁面地址。這樣,每次看到一個可能需要爬的新鏈接,你就先查查你腦子里是不是已經去過這個頁面地址。如果去過,那就別去了。
好的,理論上如果所有的頁面可以從initial page達到的話,那么可以證明你一定可以爬完所有的網頁。
那么在python里怎么實現呢?
很簡單
import Queue
initial_page = "買粉絲://買粉絲.renminribao.買粉絲"
url_queue = Queue.Queue()
seen = set()
seen.insert(initial_page)
url_queue.put(initial_page)
while(True): #一直進行直到海枯石爛
if url_queue.size()>0:
current_url = url_queue.get() #拿出隊例中第一個的url
store(current_url) #把這個url代表的網頁存儲好
for next_url in extract_urls(current_url): #提取把這個url里鏈向的url
if next_url not in seen:
seen.put(next_url)
url_queue.put(next_url)
else:
break
寫得已經很偽代碼了。
所有的爬蟲的backbone都在這里,下面分析一下為什么爬蟲事實上是個非常復雜的東西——搜索引擎公司通常有一整個團隊來維護和開發。
2)效率
如果你直接加工一下上面的代碼直接運行的話,你需要一整年才能爬下整個豆瓣的內容。更別說Google這樣的搜索引擎需要爬下全網的內容了。
問題出在哪呢?需要爬的網頁實在太多太多了,而上面的代碼太慢太慢了。設想全網有N個網站,那么分析一下判重的復雜度就是N*log(N),因為所有網頁要遍歷一次,而每次判重用set的話需要log(N)的復雜度。OK,OK,我知道python的set實現是hash——不過這樣還是太慢了,至少內存使用效率不高。
通常的判重做法是怎樣呢?Bloom Filter. 簡單講它仍然是一種hash的方法,但是它的特點是,它可以使用固定的內存(不隨url的數量而增長)以O(1)的效率判定url是否已經在set中。可惜天下沒有白吃的午餐,它的唯一問題在于,如果這個url不在set中,BF可以100%確定這個url沒有看過。但是如果這個url在set中,它會告訴你:這個url應該已經出現過,不過我有2%的不確定性。注意這里的不確定性在你分配的內存足夠大的時候,可以變得很小很少。一個簡單的教程:Bloom Filters by Example
注意到這個特點,url如果被看過,那么可能以小概率重復看一看(沒關系,多看看不會累死)。但是如果沒被看過,一定會被看一下(這個很重要,不然我們就要漏掉一些網頁了!)。 [IMPORTANT: 此段有問題,請暫時略過]
好,現在已經接近處理判重最快的方法了。另外一個瓶頸——你只有一臺機器。不管你的帶寬有多大,只要你的機器下載網頁的速度是瓶頸的話,那么你只有加快這個速度。用一臺機子不夠的話——用很多臺吧!當然,我們假設每臺機子都已經進了最大的效率——使用多線程(python的話,多進程吧)。
3)集群化抓取
爬取豆瓣的時候,我總共用了100多臺機器晝夜不停地運行了一個月。想象如果只用一臺機子你就得運行100個月了...
那么,假設你現在有100臺機器可以用,怎么用python實現一個分布式的爬取算法呢?
我們把這100臺中的99臺運算能力較小的機器叫作slave,另外一臺較大的機器叫作master,那么回顧上面代碼中的url_queue,如果我們能把這個queue放到這臺master機器上,所有的slave都可以通過網絡跟master聯通,每當一個slave完成下載一個網頁,就向master請求一個新的網頁來抓取。而每次slave新抓到一個網頁,就把這個網頁上所有的鏈接送到master的queue里去。同樣,bloom filter也放到master上,但是現在master只發送確定沒有被訪問過的url給slave。Bloom Filter放到master的內存里,而被訪問過的url放到運行在master上的Redis里,這樣保證所有操作都是O(1)。(至少平攤是O(1),Redis的訪問效率見:LINSERT – Redis)
考慮如何用python實現:
在各臺slave上裝好scrapy,那么各臺機子就變成了一臺有抓取能力的slave,在master上裝好Redis和rq用作分布式隊列。
代碼于是寫成
#slave.py
current_url = request_from_master()
to_send = []
for next_url in extract_urls(current_url):
to_send.append(next_url)
store(current_url);
send_to_master(to_send)
#master.py
distributed_queue = DistributedQueue()
bf = BloomFilter()
initial_pages = "買粉絲.renmingribao.買粉絲"
while(True):
if request == 'GET':
if distributed_queue.size()>0:
send(distributed_queue.get())
else:
break
elif request == 'POST':
bf.put(request.url)
好的,其實你能想到,有人已經給你寫好了你需要的:darkrho/scrapy-redis · GitHub
4)展望及后處理
雖然上面用很多“簡單”,但是真正要實現一個商業規模可用的爬蟲并不是一件容易的事。上面的代碼用來爬一個整體的網站幾乎沒有太大的問題。
但是如果附加上你需要這些后續處理,比如
有效地存儲(數據庫應該怎樣安排)
有效地判重(這里指網頁判重,咱可不想把人民日報和抄襲它的大民日報都爬一遍)
有效地信息抽取(比如怎么樣抽取出網頁上所有的地址抽取出來,“朝陽區奮進路中華道”),搜索引擎通常不需要存儲所有的信息,比如圖片我存來干嘛...
及時更新(預測這個網頁多久會更新一次)
如你所想,這里每一個點都可以供很多研究者十數年的研究。雖然如此,
“路漫漫其修遠兮,吾將上下而求索”。
所以,不要問怎么入門,直接上路就好了:)關注買粉絲買粉絲“Python基礎教程”,學python更輕松!
怎樣將PC端網絡爬蟲抓取的內容發送到用戶手機買粉絲上?
八爪魚采集器可以將采集到的數據保存為Excel、CSV、JSON等格式,并支持將數據導出到數據庫中
如果您希望將采集到的數據發送到用戶手機買粉絲上,可以通過以下步驟實現:1
將采集到的數據保存為Excel、CSV或JSON文件
2
使用買粉絲開發者工具或第三方開發工具,開發一個買粉絲小程序或買粉絲應用
3
在小程序或買粉絲應用中,編寫代碼實現讀取保存的數據文件,并將數據展示在小程序或買粉絲頁面上
4
用戶可以通過掃描小程序碼或搜索買粉絲,進入小程序或買粉絲應用,即可查看采集到的數據
通過以上步驟,您可以將采集到的數據發送到用戶手機買粉絲上,方便用戶隨時查看和使用
八爪魚采集器是一款功能強大的網頁數據采集器,可以幫助您快速、高效地采集各類網頁數據
很赞哦!(9475)
相关文章
- 03 廣東外貿大學新塘實驗小學(增城民辦學校有哪些?小學和初中)
- 03 廣東省皮膚病醫院掛號買粉絲(廣州中醫院——中華傳統醫學的代表)
- 03 廣東外貿外語大學附屬黃埔實驗小學(廣東外語外貿大學番禺實驗學校有小學四年級嗎)
- 03 廣東省服務貿易發展現狀及對策(了解我國跨境電商發展的新趨勢新問題及對策建議)
- 03 外貿函電實訓總結(通用大學實訓周的實訓總結1500字)
- 03 外貿公司的介紹怎么寫(外貿公司英文簡介范文)
- 03 廣東外語外貿大學法碩學費(求助廣東外語外貿大學法碩(法學)的學長學姐們~)
- 03 外貿出口現狀調查(中國對外貿易現狀和前景)
- 03 外貿公司開發信怎么寫(外貿開發信怎么寫)
- 03 外貿公司簡介模板英文(外貿公司英文簡介范文)
Instagram刷粉絲, Ins買粉絲自助下單平台, Ins買贊網站可微信支付寶付款的名片
职业:程序员,设计师
现居:河北省张家口沽源县
工作室:小组
Email:[email protected]