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

距離萊特幣減半預計還有50天:6月13日消息，數據顯示，距離萊特幣（LTC）2023年減半還有50天。減半時間預計發生在2023年8月3日，屆時區塊獎勵將從12.5LTC減少到6.25LTC。[2023/6/13 21:33:22]

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

Binance獲得阿布扎比監管機構頒發的金融服務許可:金色財經報道，加密貨幣交易所Binance今日宣布，已獲得阿聯酋首都國際金融中心阿布扎比全球市場(ADGM)金融服務監管局(FSRA)頒發的金融服務許可(FSP)。根據Binance在中東的擴張努力，FSP將使區塊鏈巨頭能夠為專業客戶提供托管服務，前提是他們滿足FSRA概述的FSP條件。[2022/11/16 13:12:22]

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

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)

研究：BTC在9月的表現優于標普500指數和納斯達克指數:金色財經報道，根據最新的 Cryptocompare 報告，比特幣在 9 月份的負回報率為 3.11%，但仍優于“標普500指數和納斯達克指數的負回報率分別為 9.34% 和 10.5%”。只有 Solana（被跟蹤的四種加密貨幣中的月回報率為5.59%）和黃金（2.87%）的風險調整后回報率高于比特幣。

另一方面，以太坊在報告中被確定為在期待已久的合并被證明是買謠言，賣新聞事件之后，在四種被跟蹤的加密貨幣中表現最差的。[2022/10/8 12:49:39]

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

#?請求和xpath定位具體實現代碼：

def?start_spider(page_number):

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

Stack Funds首席運營官：加密貨幣的看漲催化劑目前非常有限:金色財經報道，新加坡Stack Funds的首席運營官兼聯合創始人Matthew Dibb表示：加密貨幣的看漲催化劑目前非常有限，我們可能會看到 ETH 在未來幾個月內測試年度低點。而美元指數的升值是我們真正需要關注的，以了解風險資產的情緒，而且看起來并不好。

Coinbase機構研究分析師Brian Cubellis表示，在通脹報告發布后，加密原生對沖基金迅速降低了BTC和ETH的頭寸。

總部位于倫敦的CEC Capital的加密交易顧問Laurent Kssis表示，新的空頭正在通過中心化交易所推出，主要是衍生品。這是在本周晚些時候美聯儲決定加息 75 個基點之前做出的，但 100 個基點的舉措仍在討論之中。[2022/9/19 7:06:27]

/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'

Hodlonaut在Craig Wright誹謗訴訟案聽證會之前收到47枚BTC捐款:金色財經報道，根據比特幣雜志Citadel21編輯Hodlonaut的推文，在關于nChain首席科學家Craig Wright（CSW）的誹謗法庭聽證會之前，收到共計47 BTC（價值100萬美元）的捐款。根據Hodlonaut發布的圖片，目前已經收到了來自1891人的總共52.679比特幣和3萬美元的捐款。

Hodlonaut將于9月12日在挪威法院出庭，該案于2019年3月開始。本月早些時候，Wright與比特幣播客主播Peter McCormack一起參與了英國法院的聽證會。高等法院法官Martin Chamberlain裁定，Wright在該案中使用了虛假證據。（CoinDesk）

據悉，Craig Wright自稱是比特幣的發明者“中本聰”，但被比特幣社區懷疑。Hodlonaut將在挪威為其關于Craig Wright不是比特幣發明者的指控辯護。[2022/8/23 12:42:02]

????}

????#?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：SPAODYDIVPANSPARK價格CODY幣DIVA幣ethereumpanda

幣安app官方下載最新版