SPA:python爬取區塊鏈瀏覽器上的交易列表數據_spacedoge幣價值

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

Celestia測試網推出Oolong升級，將作為主網發布的候選版本:7月6日消息，模塊化區塊鏈網絡Celestia測試網推出Oolong升級，此次升級是Arabica Devnet和Mocha Testnet的最新升級版本，也作為主網發布的候選版本，如果一切順利，主網可能會采用Oolong升級。該升級的新功能包括增加區塊中用于blob數據的可用空間量、將命名空間ID的大小從8字節增加到29字節、限制區塊大小等。[2023/7/6 22:20:49]

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

....

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

Blur推出的NFT借貸協議Blend貸出ETH總量突破2萬枚，過去三天已翻倍:金色財經報道，據Dune Analytics最新數據顯示，Blur推出的NFT點對點永續借貸協議Blend 貸出的ETH總量已突破2萬枚，本文撰寫時達到20,932枚，共撮合總計1528筆借貸，其中獨立借款人數量518個，獨立貸款人數量438個。歷史數據顯示，Blend貸出的ETH總量于5月3日達到1萬枚，這意味著過去三天該指標值已翻一番。[2023/5/6 14:46:26]

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

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

Terra Classic v1.1.0升級已完成:3月2日消息，Joint Layer 1 Task Force已經完成了Terra Classic v1.1.0升級。Joint Layer 1 Task Force成員The Vinh Nguyen發推證實了這一進展，稱此次升級花費7小時。根據之前的一份報告，升級計劃在區塊高度11,734,000開始，預計發生在UTC時間2月28日22:00左右。幣安此后發布公告確認了對該升級的支持。

根據Terra Grants基金會董事Edward Kim發布的GitHub版本，升級包含以下內容：

- 一份擬議的免稅清單。

- 擬議的鏈上稅拆分，其中10%直接分配給社區池，消除了對代幣重新鑄造的需求。

- 一個新的銷毀錢包，免除潛在的銷毀稅重新鑄造計算。

- 必要的安全更新。

值得注意的是，如果幣安要恢復其自愿銷毀Terra Luna Classic（LUNC）交易費用，升級尤其重要。（The Crypto Basic）[2023/3/2 12:38:57]

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

Mango Labs：攻擊者Avraham Eisenberg應償還剩余的5000萬美元款項:金色財經報道，Mango Markets攻擊者Avraham Eisenberg表示，自己不應被要求償還更多有爭議的資金，已歸還在交易中獲得的價值1.14億美元代幣中的6700萬美元。而Mango Labs則要求曼哈頓聯邦法院命令Eisenberg償還剩余的款項，并表示它與Eisenberg的和解應該作廢，因為這是在脅迫下達成的。[2023/2/16 12:10:10]

#?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',

美國7月季調后非農就業人口增加52.8萬人，創今年2月以來最大增幅:金色財經報道，美國7月季調后非農就業人口增加52.8萬人，創今年2月以來最大增幅。美國7月失業率錄得3.5%，創2020年2月以來新低。數據公布后，美元指數DXY短線拉升40點，現報106.35。現貨黃金短線跌幅擴大至12美元，現報1778.53美元/盎司。現貨白銀短線下挫0.25美元，現報19.89美元/盎司。三大股指期貨下挫，標普500指數期貨跌0.76%，納斯達克100指數期貨跌1%，道指期貨跌0.45%。(金十)[2022/8/5 12:05:14]

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

????}

????#?需要傳入的參數

????data?=?{

????????'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：SPAODYPANDIVspacedoge幣價值MelodyPANDAVSDIVA幣

ICP