YTH:python爬取區塊鏈瀏覽器上的交易列表數據_SPA

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

Python軟件包中的“Kekw”惡意軟件可以竊取數據和加密貨幣:5月5日消息，根據Cyble Research and Intelligence Labs ( CRIL ) 的數據，Python軟件包中的“Kekw”惡意軟件可以從受感染的系統中竊取敏感信息，并執行可以劫持加密貨幣交易的活動。目前，Python安全團隊已經刪除了該惡意包，無法確定有多少人下載了它們。[2023/5/6 14:45:53]

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

Pythagoras旗下基金2022年凈收益超8%:金色財經報道，加密貨幣量化交易公司 Pythagoras Investment Management LLC 創始人兼首席執行官 Mitchell Dong 表示，該公司的兩只基金在動蕩的2022年結束時上漲了 8%。其中市場中立的Pythagoras套利基金在 12 月份小幅上漲 0.1%，但年底凈收益為 8.8%，趨勢跟蹤動量基金在 12 月份下跌了 0.4%，但年底仍以 8.1% 的凈收益結束，該基金根據技術指標顯示的情況同時持有多頭和空頭頭寸。

擁有超過 25 年對沖基金運營經驗的Mitchell表示，Pythagoras 將其資產分散到至少十幾個交易所，其中任何一家券商的資金不超過 10%。[2023/1/26 11:30:15]

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。

預言機解決方案Pyth Network與鏈上結構化產品Ribbon Finance達成合作:3月4日，據官方消息，預言機解決方案Pyth Network與鏈上結構化產品Ribbon Finance達成合作。利用Zeta FLE程序，Ribbon將使用Pyth的價格數據自動結算solana上的保險庫。據悉，Zeta FLEX是一個無需許可、可定制的期權創建和拍賣協議。[2022/3/4 13:38:10]

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

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

Pyth Network提供的BTC價格曾有數分鐘低于市場均價，團隊正調查原因:Solana生態跨鏈預言機項目Pyth Network在推特上表示，今日12:21至12:23（UTC時間）之間Pyth BTCUSD聚合價格低于4萬美元（多個市場價格顯示比特幣今日未跌破4萬美元），是因為其中一個來源提供的價格為5402美元，置信區間為21623美元（資產報告價格的4倍），低于市場價格。Pyth表示工程師正在繼續調查事件原因，之后將發布完整的報告。[2021/9/21 23:40:28]

#?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',

XRP Ledger將兼容Python語言:RippleX開發平臺上專注于面向XRPL的解決方案的團隊發布了一個全新的庫，該庫大大簡化了在XRP Ledger上進行編碼的過程。名為xrpl-py的新方法是用Python編寫的，Python是全球最流行的編程語言之一。XRP Ledger是XRP代幣和相關資產的去中心化平臺。以前，XRP Ledger僅具有Java和JavaScript實現。因此，Python開發人員必須要么改用不太熟悉的語言，要么依賴第三方庫。xrpl-py庫包含用于整套XRP Ledger功能的工具，包括交易處理，密鑰生成，不同類型的地址之間的轉換以及瀏覽區塊鏈信息等。（U.today）[2021/4/7 19:55:51]

????????'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

Tags：YTHDIVPANSPAZYTH價格Allocate Dividendpando幣騙局AGSPAD價格

比特幣價格今日行情