ODY:python爬取区块链浏览器上的交易列表数据_DIV价格

前言

2022年6月3日端午节安康。

今天主要分享如何利用爬虫爬取区块链浏览器上的交易列表数据。

原因

dune上没有bsc链上的转账明细数据表。FootprintAnalytics上现有的bsc_transactions表transfer_type粒度不够。

环境

python3.7

数据存储：mysql5.7

缓存：redis6.2.6

开发工具：pycharm

思路

所有协议、合约、swap地址转账信息全爬不太实际，对存储要求比较高。所以针对需要分析的协议，专门去爬取对应智能合约转账是个不错的选择。

区块链浏览器肯定是有反爬机制的。所以在代理选择上，要选择国外的代理。国内的代理都访问不到，具体原因你懂的。本文中不涉及代理部分，因为国外的代理厂家之前没有了解过。不过即使是上代理，对代码层面改动也比较小

采用了urllib同步请求+范围内随机时长程序休眠。减少了被风控的概率。但是也降低了爬虫的效率。

后面再研究用scrapy或异步请求

同步：请求发送后，需要接受到返回的消息后，才进行下一次发送。异步：不需要等接收到返回的消息。

实现

找到需要爬取合约的具体地址：

数据：“Smart Money”钱包在过去24小时内减少了300万美元的PEPE储备:金色财经报道，加密情报公司Nansen的数据显示，被标记为“Smart Money”的钱包地址在过去24小时内减少了300万美元的PEPE储备。根据Nansen的说法，自4月下旬以来，Smart Money持有的PEPE总量几乎减半，这些地址的余额目前为6.9万亿PEPE，低于4月底的逾13.5万亿，持有PEPE的Smart Money账户数量也从5月4日的峰值135个降至111个。Nansen数据还显示，早期pepe币投资者、匿名交易员“vxv.eth”自4月17日首次购买以来，该钱包已累积1.3万亿个代币。周四早些时候，该账户将其价值210万美元的PEPE资产转移到加密货币交易所Gemini和UniSwap，完全平仓。[2023/5/12 14:58:17]

第一页

http://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8

第二页

https://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8&p=2

第三页

https://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8&p=3

澳新银行：美元的走势可能会因美联储的鹰派言论而逆转:金色财经报道，由于美元走弱，黄金上涨，但澳新银行策略师预计在明年第一季度之前，金价将继续承压。黄金正从疲软的美元中获得新的支持。然而，美国实际利率的上升仍然是不生息资产黄金的主要阻力。通胀率仍远高于美联储2%的目标范围，而美元的走势可能会因美联储的鹰派言论而逆转。(金十)[2022/11/19 22:06:45]

....

可以知道p=？就代表页数。

然后F12点击“网络”，刷新界面，查看网络请求信息。

主要查看，网页上显示的数据，是哪个文件响应的。以什么方式响应的，请求方法是什么

如何验证呢，就是找一个txn_hash在响应的数据里面按ctrl+f去搜索，搜索到了说明肯定是这个文件返回的。

Skip Protocol 将在 Sei Network 上提供 MEV 捕获机制:10月18日消息，Cosmos 生态 MEV 基础设施提供商 Skip Protocol 将在 Layer 1 公链 Sei Network 提供最大可提取价值（MEV）捕获机制。Sei 用户和验证者将科通过收回 MEV 获得被动奖励，MEV 可用于资助社区池、支付或补贴 Gas 费用、增加质押奖励或作为直接回扣给予。[2022/10/18 17:30:59]

查看响应的数据，是html的格式。在python里面，处理html数据，个人常用的是xpath

在python里面安装相关的依赖

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

同时在浏览器上安装xpath插件，它能更好的帮助我们获到网页中元素的位置

XPathHelper-Chrome网上应用店(google.com)

然后就可以通过插件去定位了，返回的结果是list

**注：**浏览器看到的网页都是浏览器帮我们渲染好的。存在在浏览器中能定位到数据，但是代码中取不到值的情况，这时候可以通过鼠标右键-查看网页源码，然后搜索实现

厦门投放2022万元数字人民币红包推动数字人民币普及:6月28日消息，厦门本月举行“2022欢动e厦”数字人民币红包活动，于27日向参与市民派送共计2022万元的数字人民币红包，其中包含100元数字人民币红包18万个，10000元数字人民币“锦鲤红包”222个。

据悉，市民可使用数字人民币在磐基商圈内超百家商户进行支付消费。此外，主办方还携手京东、美团、饿了么三大平台和各大银行面向全体厦门用户投放总额达4000万元的数字人民币超值优惠券，推动数字人民币在更多支付场景使用。（人民资讯）[2022/6/28 1:36:49]

#?请求和xpath定位具体实现代码：

def?start_spider(page_number):

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

/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8&'

????#?请求头

????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',

StarkNet生态NFT市场Aspect发布测试网API:6月26日，据官方消息，基于StarkNet的NFT交易市场Aspect（前PlayOasis）近日已发布测试网API。

据悉，Aspect API是基于REST的API，在StarkNet上提供NFT数据。[2022/6/26 1:32:30]

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

????}

????#?需要传入的参数

????data?=?{

????????'p':?page_number

????}

????#?将参数转为Unicode编码格式

????unicode_data?=?urllib.parse.urlencode(data)

????#?拼接网址

????#?http://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8

????url?=?url_base?+?unicode_data

????#?自定义request对象

????request?=?urllib.request.Request(url=url,?headers=headers)

????#?模拟浏览器发送请求

????response?=?urllib.request.urlopen(request)

????#?将返回的数据利用lxml转为

????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，对txn_hash去重，去重的原因是防止一条数据被爬到了多次

def?add_txn_hash_to_redis(txn_hash):

????red?=?redis.Redis(host='根据你自己的配置',?port=6379,?db=0)

????res?=?red.sadd('txn_hash:txn_set',?get_md5(txn_hash))

????#?如果返回0，这说明插入不成功，表示有重复

????if?res?==?0:

????????return?False

????else:

????????return?True

#?将mmsi进行哈希，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()

最后一个需要考虑的问题：交易是在增量了，也就是说，当前第二页的数据，很可能过会就到第三页去了。对此我的策略是不管页数的变动。一直往下爬。全量爬完了，再从第一页爬新增加的交易。直到遇到第一次全量爬取的txn_hash

最后就是存入到数据库了。这个没啥好说的。

以上就可以拿到转账列表中的txn_hash，后面还要写一个爬虫深入列表里面，通过txn_hash去爬取详情页面的信息。这个就下个文章再说，代码还没写完。

今天就写到这里。拜拜ヾ(?ω?`)o

来源：Bress

作者：撒酒狂歌

来源：金色财经

标签：ODYSPADIVPANNODYSPANK币DIV价格PANTO价格

FIL币热门资讯