python爬取區塊鏈瀏覽器上的交易列表數據_YTH

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。

dune上沒有bsc鏈上的轉賬明細數據表。Footprint Analytics上現有的bsc_transactions表transfer_type粒度不夠。

python 3.7

數據存儲：mysql 5.7

緩存：redis 6.2.6

開發工具：pycharm

（1）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。

（2）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

預言機Pyth Network宣布上線Base網絡:金色財經報道，預言機項目Pyth Network宣布上線Base網絡，并為之提供超過200個價格源。

Base是Coinbase于今日推出的基于OP Stack的以太坊L2網絡。[2023/2/24 12:26:04]

（3）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。

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

ZkSync發布Java、Go和Python編程語言的新SDK:金色財經報道，zkSync宣布，為了讓開發者更容易使用zkSync 2.0的功能，ZkSync新發布了Java、Go和Python編程語言的SDK。[2022/11/2 12:06:49]

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。

Paloma與Pyth Network和AlgoReturns合作，推出去中心化跨鏈系統交易區塊鏈:10月12日消息，去中心化區塊鏈和通信協議Paloma宣布與oracle解決方案Pyth Network和算法交易解決方案AlgoReturns合作，推出首個去中心化跨鏈系統交易區塊鏈。該合作旨在公共區塊鏈上傳遞交易信號，并允許用戶在不同的區塊鏈上同時交易同一代幣，簡化了整個交易過程。[2022/10/12 10:32:19]

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

Wormhole和Pyth正在Aptos上啟動:金色財經報道，Jump Crypto支持的基礎設施項目Wormhole和Pyth正在Aptos上啟動，Aptos 聯合創始人兼首席執行官 Mo Saikh 在紐約市的 Messari Mainnet 會議上表示，Jump Crypto在 Aptos 生態系統中“花費了大量時間”。Wormhole宣布其代碼已部署到Aptos devnet上，并且“功能完整，正在接受審計”。[2022/9/22 7:12:27]

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（當然，如果更擅長BeautifulSoup也可以）

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

XPath Helper - 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

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

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：YTH區塊鏈WORNETMYTHIC幣區塊鏈游戲Octaplex NetworkNETA幣

BNB