PAN:python爬取區塊鏈瀏覽器上的交易列表數據_ODY

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

Lido與預言機Pyth Network達成合作，以提升stETH支持產品的流動性:6月29日消息，Lido與Jump Trading旗下預言機項目Pyth Network達成合作，旨在將實時、無需許可的stETH價格數據提供給20多條區塊鏈網絡。

本次合作提升了stETH支持產品的可訪問性和流動性，激發了DeFi創新，并吸引尋求了解stETH的用戶。[2023/6/29 22:09:00]

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

Injective宣布主網與Pyth集成:金色財經報道，Cosmos生態智能合約平臺Injective宣布Pyth已與Injective主網集成。Injective dApps 現在可以訪問 Pyth 的任何鏈上數據，Pyth 是一個在鏈上發布連續真實世界數據的第一方金融預言機網絡，它引入了一種創新的低延遲拉式預言機設計。有了這個功能，Injective 上的 dApps 可以在需要時輕松訪問鏈上的可用價格，從而使區塊鏈環境中的每個人都可以訪問真實世界的資產數據。[2023/5/4 14:41:00]

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

預言機解決方案Pyth Network正式發布中文白皮書:3月12日，據官方消息， 預言機解決方案Pyth Network今日正式發布中文白皮書。這份白皮書介紹了一種全新的預言機設計模型，并且第一次正式描述了Pyth Network的愿景：建立一個自我可持續的、去中心化的預言機網絡。Pyth帶來了一個全新商業模型，一個以質押為基礎的激勵系統，讓數據發布者、數據使用者，以及其他的網絡參與者能夠共同獲利。

在過去的幾個月時間里，Pyth Network已經持續免費地向全世界釋放了高保真的數據，消除了數據中間商，降低了數據成本，提升了數據質量，并開放給所有人。通過應用鏈上陪審團系統HUMAN Protocol，Pyth能夠無需信任地驗證其所提供的的價格數據和置信區間與真實的鏈下數據相比是否準確。[2022/3/12 13:52:56]

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將在Solana主網上線 提供機構級市場數據:跨鏈預言機項目Pyth Network宣布將在Solana主網上線。開發者將能夠在現有和新的DeFi平臺和應用程序中集成Pyth實時喂價。除了在Solana高速區塊鏈上構建，Pyth在未來幾周內將能夠通過Wormhole網絡廣播市場數據，以便通過以太坊、幣安智能鏈（BSC）和Terra生態系統與DApp進行通信。

據悉，Pyth Network能夠提供實時機構級市場數據的跨鏈預言機。Pyth Network提供加密貨幣、美國股票、外匯和商品市場的高保真數據流。[2021/8/26 22:37:29]

#?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

動態 | 軟件開發人員推出新BCH庫Bitcoinpython:據bitcoin.com報道，軟件開發人員Corentin Mercier在推特上宣布推出使用Python編程語言編寫的新BCH完整節點。該項目被稱為Bitcoinpython，Mercier稱其為迄今為止“最快、最簡單的Python庫”。該庫據稱有五個好處，有著強大的API、符合所有BCH改進協議、適用于所有主要平臺、有著大量的文檔以及比此前的Python庫快100倍。[2019/3/29]

????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'

????}

????#?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：YTHSPAODYPANMYTHSpace Misfitsmelody幣的前景SPANK價格

火必下載