PAN: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

地址0xC333向Binance存入了31500枚COMP:金色財經報道，據Lookonchain監測，地址0xC333剛才向Binance存入了31,500枚COMP（價值124萬美元）。而地址0xC333在12小時前COMP價格暴漲后立即將9201枚COMP（價值35.8萬美元）存入交易所。這些COMP是從Robinhood的錢包收到的，由Jump Trading托管。[2023/6/26 21:59:59]

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

Memeland：共有約18000個地址可參與Captainz鑄造，Waitlist地址機會很小:1月4日消息，Memeland官方發推稱，共有約18000個地址有資格參與今晚的Captainz（Memeland生態第三個NFT系列）的鑄造，這包括了所有的Memelist、Potatoz和Waitlist相關地址，考慮到當前的社區熱度，Waitlist地址幾乎不可能等到鑄造機會。如果用戶只打算獲取TREASURE MAPZ（免費向所有參與鑄造的用戶發放），建議不要參與鑄造，請考慮潛在的gas損耗。[2023/1/5 9:53:07]

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

以太坊信標鏈測試網Prater完成Bellatrix升級:8月4日消息，以太坊信標鏈測試網Prater現已完成共識層上的網絡升級Bellatrix（Goerli/Prater合并的首個步驟）。激活Bellatrix后，Goerli/Prater合并的下一步是進行Paris執行層過渡升級，預計將在UTC時間2022年8月6日至12日之間進行（總難度10790000）。

此前以太坊基金會表示，假設在Goerli/Prater合并過程中沒有發現任何問題，在客戶端發布功能完整的版本后將在主網信標鏈上為Bellatrix升級選擇slot高度，并為主網過渡設置總難度值，之后，客戶端將發布在主網上啟動合并的版本。[2022/8/4 12:02:42]

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

以太坊已實現市值跌至2057億美元，創7個月以來新低:6月15日消息，Glassnode數據顯示，以太坊已實現市值（Realized Cap）達205772044567.67美元，創7個月以來新低。

注：已實現市值是通過每枚以太坊按其最近一次移動時的價格來進行計算，它考慮了所有鏈上交易的最后價格，可視為以太坊價值的更“真實”的長期衡量指標，能更準確地反映以太坊的市值。[2022/6/15 4:29:37]

#?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',

FTTS登陸FstSwap，流動性突破1400萬美金:據官方消息，FTTS登陸FstSwap，流動性突破1400萬美金，Fist Smart Tool由FstSwap社區技術打造，致力于FstSwap生態發展提供支持，其功能豐富實用，定位于一個智能工具軟件，涉及NFT卡牌、元宇宙NFT交易所，元宇宙游戲，治理代幣、預售、鎖倉等服務。[2022/5/23 3:35:43]

????????'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：PANSPADIVODYpandacoin-pndspacepi幣最新價格DiversiFi BlueSPOODY幣

MANA