python爬取區塊鏈瀏覽器上的交易列表數據_DIV:ODY價格

前言

2022年6月3日端午節安康。

今天主要分享如何利用爬蟲爬取區塊鏈瀏覽器上的交易列表數據。

原因

dune上沒有bsc鏈上的轉賬明細數據表。FootprintAnalytics上現有的bsc_transactions表transfer_type粒度不夠。

環境

python3.7

數據存儲：mysql5.7

緩存：redis6.2.6

開發工具：pycharm

思路

所有協議、合約、swap地址轉賬信息全爬不太實際，對存儲要求比較高。所以針對需要分析的協議，專門去爬取對應智能合約轉賬是個不錯的選擇。

區塊鏈瀏覽器肯定是有反爬機制的。所以在代理選擇上，要選擇國外的代理。國內的代理都訪問不到，具體原因你懂的。本文中不涉及代理部分，因為國外的代理廠家之前沒有了解過。不過即使是上代理，對代碼層面改動也比較小

采用了urllib同步請求+范圍內隨機時長程序休眠。減少了被風控的概率。但是也降低了爬蟲的效率。

后面再研究用scrapy或異步請求

同步：請求發送后，需要接受到返回的消息后，才進行下一次發送。異步：不需要等接收到返回的消息。

實現

英偉達公布一批AI相關產品，包括將為游戲提供定制化AI模型代工服務:5月29日消息，英偉達CEO黃仁勛公布了一批與AI相關的新產品和服務，希望進一步利用這股熱潮。黃仁勛表示，新推出的產品范圍廣泛，包括名為DGX GH200的AI超級計算機平臺，這將幫助科技公司創建ChatGPT的“繼任者”。預計微軟、Meta Platforms和谷歌將成為該設備的首批用戶。英偉達將與WPP集團合作，利用AI和虛擬世界來降低廣告制作成本。

此外，該公司正準備發布一款網絡服務，旨在加速數據中心內信息的傳輸速度。該公司甚至打算改變人們與視頻游戲的互動方式：一項名為英偉達ACE for Games的服務將利用AI來激活背景角色，賦予他們更多個性。一連串的產品突顯出英偉達正從一家計算機圖形芯片制造商轉變為一家處于AI熱潮中心的公司。（格隆匯）[2023/5/29 9:49:02]

找到需要爬取合約的具體地址：

第一頁

http://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8

第二頁

https://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8&p=2

第三頁

https://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8&p=3

Lookonchain：某巨鯨今日從Binance提出867枚BTC:5月12日消息，據 Lookonchain 監測，一個擅長低買高賣的巨鯨今日從 Binance 提出 867 枚 BTC，價值約合 2280 萬美元。[2023/5/12 14:59:50]

....

可以知道p=？就代表頁數。

然后F12點擊“網絡”，刷新界面，查看網絡請求信息。

主要查看，網頁上顯示的數據，是哪個文件響應的。以什么方式響應的，請求方法是什么

如何驗證呢，就是找一個txn_hash在響應的數據里面按ctrl+f去搜索，搜索到了說明肯定是這個文件返回的。

查看響應的數據，是html的格式。在python里面，處理html數據，個人常用的是xpath

在python里面安裝相關的依賴

數據：Crypto.com近7日減少約8000萬枚USDT，現持有7.77億枚USDC:1月11日消息，Web3知識圖譜協議0xscope發推表示，加密貨幣交易所Crypto.com目前持倉金額最大的為USDC，約7.77億枚，而其USDT持有量僅為約5200萬枚，并且近7日減少了約8000萬枚，降幅達55.66%。

此前今日早些時候消息，Crypto.com將針對加拿大用戶下架USDT交易對。[2023/1/11 11:06:22]

pip?install?lxml?‐i?https://pypi.douban.com/simple

同時在瀏覽器上安裝xpath插件，它能更好的幫助我們獲到網頁中元素的位置

XPathHelper-Chrome網上應用店(google.com)

然后就可以通過插件去定位了，返回的結果是list

**注：**瀏覽器看到的網頁都是瀏覽器幫我們渲染好的。存在在瀏覽器中能定位到數據，但是代碼中取不到值的情況，這時候可以通過鼠標右鍵-查看網頁源碼，然后搜索實現

Solana或已推出其線下實體門店:7月25日消息，據Uniswap NFT產品負責人Scott在社交媒體透露，Solana已推出其線下實體門店，該門店位于美國紐約哈德遜廣場商店。[2022/7/25 2:36:45]

#?請求和xpath定位具體實現代碼：

def?start_spider(page_number):

????url_base?=?'http://bscscan.com

/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8&'

????#?請求頭

????headers?=?{

????????'User-Agent':?'Mozilla/5.0?(Windows?NT?10.0;?Win64;?x64)?AppleWebKit/537.36?(KHTML,?like?Gecko)?Chrome/92.0.4515.159?Safari/537.36',

????????'referer':?'https://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8'

????}

????#?需要傳入的參數

????data?=?{

THORChain發布“Terra LPers行動呼吁”，Terra流動性提供商需在Terra分叉前刪除所有流動性:5月18日消息，去中心化跨鏈交易協議THORChain發布“Terra LPers行動呼吁”，呼吁Terra流動性提供商刪除所有流動性。其中THORChain版本1.89已經發布，它將允許提現，有LUNA或UST的用戶將有時間退出流動性池，并且仍然有資格獲得Terra的5月27日空投快照，不過這必須在Terra分叉之前完成。流動性提供者需要在THORChain將Terra從網絡中清除之前按照指示及時提取，如果用戶遲到，將沒有資格申請快照，資金也可能會永遠丟失，此外如果流動性提供者不采取任何行動，其LUNA或UST的其余部分將退還到相關的錢包中。[2022/5/18 3:24:37]

????????'p':?page_number

????}

????#?將參數轉為Unicode編碼格式

????unicode_data?=?urllib.parse.urlencode(data)

????#?拼接網址

????#?http://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8

????url?=?url_base?+?unicode_data

????#?自定義request對象

????request?=?urllib.request.Request(url=url,?headers=headers)

????#?模擬瀏覽器發送請求

????response?=?urllib.request.urlopen(request)

????#?將返回的數據利用lxml轉為

????tree?=?etree.HTML(response.read().decode('utf‐8'))

????#?//div//tbody//td//span/a/text()

????txn_hash_list?=?tree.xpath("//div//tbody//td//span/a/text()")

????#?//div//tbody//td//span/text()

????method_list?=?tree.xpath(

????????"//div//tbody//td//span/text()")

????#?//div//tbody//td//text()

????block_list?=?tree.xpath("//div//tbody//td//text()")

????#?//div//tbody//td/span/@title

????age_list?=?tree.xpath("//div//tbody//td/span/@title")

????#?//div//tbody//td/span/@title

????from_list?=?tree.xpath(

????????"//div//tbody//td/span/@title")

????#?//div//tbody//td/span/text()

????transfer_type_list?=?tree.xpath("//div//tbody//td/span/text()")

????#?//div//tbody//td/span/span//text()

????to_list?=?tree.xpath("//div//tbody//td/span/span//text()")

????#?//div//tbody//td/span/text()

????transfer_free_list?=?tree.xpath(

????????"//div//tbody//td/span/text()")

然后就是利用redis，對txn_hash去重，去重的原因是防止一條數據被爬到了多次

def?add_txn_hash_to_redis(txn_hash):

????red?=?redis.Redis(host='根據你自己的配置',?port=6379,?db=0)

????res?=?red.sadd('txn_hash:txn_set',?get_md5(txn_hash))

????#?如果返回0，這說明插入不成功，表示有重復

????if?res?==?0:

????????return?False

????else:

????????return?True

#?將mmsi進行哈希，用哈希去重更快

def?get_md5(txn_hash):

????md5?=?hashlib.md5()

????md5.update(txn_hash.encode('utf-8'))

????return?md5.hexdigest()

最后一個需要考慮的問題：交易是在增量了，也就是說，當前第二頁的數據，很可能過會就到第三頁去了。對此我的策略是不管頁數的變動。一直往下爬。全量爬完了，再從第一頁爬新增加的交易。直到遇到第一次全量爬取的txn_hash

最后就是存入到數據庫了。這個沒啥好說的。

以上就可以拿到轉賬列表中的txn_hash，后面還要寫一個爬蟲深入列表里面，通過txn_hash去爬取詳情頁面的信息。這個就下個文章再說，代碼還沒寫完。

今天就寫到這里。拜拜ヾ(?ω?`)o

來源：Bress

作者：撒酒狂歌

來源：金色財經

Tags：DIVPANODYSPADIV幣CPAN幣ODY價格SpaceCorgi

比特幣