开源一个 google 爬虫项目 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
Fing
V2EX    Python

开源一个 google 爬虫项目

  •  
  •   Fing 2017-08-29 19:04:01 +08:00 6062 次点击
    这是一个创建于 2972 天前的主题,其中的信息可能已经有所发展或是发生改变。

    这个项目写了一段时间了,主要功能就是实时爬取 googlesearch 的结果。google 反爬很严格,我这边也没有很好的办法,后面可能也不太搞了,就整理了开源出去,希望能给其他人一些思路。 github: https://github.com/FastSchnell/googlebridge

    目前只支持 python2.7,有兴趣的可以试一下 下载 wget http://googlebridge.com/googlebridge.py 运行 python googlebridge.py

    第 1 条附言    2017-08-29 23:51:15 +08:00
    忘记说了,要在墙外主机跑。
    第 2 条附言    2017-08-30 08:03:41 +08:00
    这个服务跑起来以后就是一个网站,访问 vps 公网 IP 即可
    第 3 条附言    2017-08-30 10:10:53 +08:00
    默认使用 tcp80 端口
    10 条回复    2017-08-30 09:49:25 +08:00
    mingyun
        1
    mingyun  
       2017-08-29 23:08:38 +08:00
    支持 py3 啊
    Fing
        2
    Fing  
    OP
       2017-08-29 23:51:35 +08:00
    @mingyun 没测过~
    mckelvin
        3
    mckelvin  
       2017-08-30 00:03:18 +08:00   1
    楼主代码写得挺认真的,建议了解下 requests, urlparse, pyquery 或 BeautifulSoup, jinja2 这几个库,能剩不少代码。
    viosey
        4
    viosey  
       2017-08-30 00:08:52 +08:00
    有办法爬 Google image 吗?
    gaotongfei
        5
    gaotongfei  
       2017-08-30 00:11:55 +08:00 via iPhone
    @mckelvin jinja 在爬虫中有什么应用?
    mckelvin
        6
    mckelvin  
       2017-08-30 07:58:15 +08:00 via iPhone
    @gaotongfei 我也好奇呢。但楼主代码里有 html 模版。
    Fing
        7
    Fing  
    OP
       2017-08-30 08:05:18 +08:00 via iPhone
    @mckelvin 不用三方库为了简化部署。 里面有 html 模版是因为脚本跑起来就是一个网站。
    xiaozizayang
        8
    xiaozizayang  
       2017-08-30 08:25:06 +08:00 via Android
    关键是对谷歌反爬机制的研究 我也写过一个 轮循谷歌全球域名 有点效果 https://github.com/howie6879/MagicGoogle
    jisibencom
        9
    jisibencom  
       2017-08-30 09:29:16 +08:00
    难道用反代不是更方便些不?
    Fing
        10
    Fing  
    OP
       2017-08-30 09:49:25 +08:00 via iPhone
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     910 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 24ms UTC 19:48 PVG 03:48 LAX 12:48 JFK 15:48
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86