爬虫的极限是什么? - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
huobi98988

爬虫的极限是什么?

  •  
  •   huobi98988 2022 年 3 月 15 日 6215 次点击
    这是一个创建于 1501 天前的主题,其中的信息可能已经有所发展或是发生改变。

    单从技术层面讨论:

    超顶尖的爬虫技术能否取得 APP (网页) 没有公开的数据 ? 例如访客的联系电话

    27 条回复    2022-03-23 18:21:25 +08:00
    luckyrayyy
        1
    luckyrayyy  
       2022 年 3 月 15 日 via iPhone   4
    极限不就是 Google 么
    Cielsky
        2
    Cielsky  
       2022 年 3 月 15 日 via Android   1
    你说这个叫爬虫吗
    ch2
        3
    ch2  
       2022 年 3 月 15 日   2
    那是黑客,不叫爬虫,爬虫跟人肉抄网页的最终结果一样
    ciqulover
        4
    ciqulover  
       2022 年 3 月 15 日
    如果连访客联系电话都能爬到,那大概站长的数据的还没你多
    pengtdyd
        5
    pengtdyd  
       2022 年 3 月 15 日
    爬虫的极限是哲学!!!《论爬虫如何最大化爬取数据而不被反爬》
    sleeepyy
        6
    sleeepyy  
       2022 年 3 月 15 日
    极限就是最大程度地模拟一个正常用户的操作,所有人可以看到的内容都可以爬到
    abc0123xyz
        7
    abc0123xyz  
       2022 年 3 月 15 日
    单从现实层面讨论:
    包吃包住
    huobi98988
        8
    huobi98988  
    OP
       2022 年 3 月 15 日
    @abc0123xyz 什么意思?
    nxforce
        9
    nxforce  
       2022 年 3 月 15 日
    @huobi98988 意思就是进牢子,睡铁床,吃皇家饭
    fml87
        10
    fml87  
       2022 年 3 月 15 日
    最多就是扫一遍端口,再用常用字典扫一遍网站目录,更进一步的就不是爬虫了
    abc0123xyz
        11
    abc0123xyz  
       2022 年 3 月 15 日   1
    @huobi98988 附赠银手镯一对再也不会熬夜了,天天早睡早起
    还能学点新技术,比如
    lithiumii
        12
    lithiumii  
       2022 年 3 月 15 日 via Android
    分情况讨论。有些网页没公开的数据实际上已经发给前端了,这时候爬虫显然可以。但电话等敏感数据,正常点的开发团队不至于犯这种错误
    Dart
        13
    Dart  
       2022 年 3 月 15 日
    爬虫的天花板是天眼查
    IvanLi127
        14
    IvanLi127  
       2022 年 3 月 15 日 via Android
    能啊,这有啥不能的。。。爬虫又不是不能用账号密码用白名单 ip 爬后台页面,是吧。。。
    kingfalse
        15
    kingfalse  
       2022 年 3 月 16 日 via Android   1
    你这个不是爬虫,前几年根据用户手机壳的颜色改变 app 主题色的需求就是你提出来的吧?
    kingfalse
        16
    kingfalse  
       2022 年 3 月 16 日 via Android
    要联系方式的话去抓天眼查,企查查,分分钟搞几个亿出来
    musi
        17
    musi  
       2022 年 3 月 16 日
    极限应该能把牢底坐穿?
    guaguaguaxia1
        18
    guaguaguaxia1  
       2022 年 3 月 16 日   1
    你这问题提得就跟没学过爬虫一样
    advancejar
    &nbs;   19
    advancejar  
       2022 年 3 月 16 日
    昨天 315 新闻刚出
    ebushicao
        20
    ebushicao  
       2022 年 3 月 16 日
    你能问出这个问题,说明你连爬虫是啥都不太明白...
    sariya
        21
    sariya  
       2022 年 3 月 16 日
    极限是被 ban
    Danswerme
        22
    Danswerme  
       2022 年 3 月 16 日
    你这让我想起来我以前上班的一家公司,老板让我把另一家电商公司的用户订单数据爬出来,我说这个爬不到,他说我在我手机上都能看到订单,你爬不到? 我很无语,过了几天我就拜拜了。
    yedanten
        23
    yedanten  
       2022 年 3 月 16 日 via Android
    获得网页上未公开的数据已经脱离爬虫领域了,那是信安的领域,渗透测试干的活
    flewsea
        24
    flewsea  
       2022 年 3 月 16 日
    极限就是可以进包间,学缝纫机技术
    bulay
        25
    bulay  
       2022 年 3 月 16 日
    不遵从 robots 协议的都不要爬才是最好的选择,既安全又简单
    huobi98988
        26
    huobi98988  
    OP
       2022 年 3 月 23 日
    @advancejar 315 曝光的里面没有看到爬虫技术的使用
    huobi98988
        27
    huobi98988  
    OP
       2022 年 3 月 23 日
    @advancejar 哪个案例是使用爬虫的?
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2842 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 86ms UTC 01:41 PVG 09:41 LAX 18:41 JFK 21:41
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86