python爬取区块链浏览器上的交易列表数据

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。

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

python 3.7

数据存储：mysql 5.7

缓存：redis 6.2.6

开发工具：pycharm

（1）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。

（2）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

Dune Analytics宣布开源Python库“Harmonizer”并将集成GPT4:4月21日消息，链上数据分析平台Dune Analytics官推宣布开源Python库“Harmonizer”，Harmonizer主要将来自Postgres&Spark的查询转换为DuneSQL，并且大量利用了SQLGlot（一个处理SQL语言的Python库），Dune使用SQLGlot将查询解析成一个Abstract Syntax Tree，然后翻译成DuneSQL，通过自定义规则传递查询以将其匹配到新平台。Dune Analytics还表示目前正致力于集成GPT4，以使Harmonizer更加强大。[2023/4/22 14:19:20]

（3）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。

Wormhole和Pyth正在Aptos上启动:金色财经报道，Jump Crypto支持的基础设施项目Wormhole和Pyth正在Aptos上启动，Aptos 联合创始人兼首席执行官 Mo Saikh 在纽约市的 Messari Mainnet 会议上表示，Jump Crypto在 Aptos 生态系统中“花费了大量时间”。Wormhole宣布其代码已部署到Aptos devnet上，并且“功能完整，正在接受审计”。[2022/9/22 7:12:27]

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。

找到需要爬取合约的具体地址：

Amber Group与跨链预言机项目Pyth Network达成合作:9月17日消息，加密金融公司Amber Group宣布与跨链预言机项目Pyth Network达成长期合作关系，通过这次合作，Amber Group将用链上价格指标强化Pyth Network的数据架构。因此，Pyth Network提供的所有DeFi协议将能够利用“真实的”链上数据，而不是由中心化平台广播的数据。此次升级将使整个系统更具抗攻击性、去中心化性、防篡改性和透明性。[2021/9/17 23:32:32]

第一页

http://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8第二页

Blockstream工程师用Python3.0重写闪电网络代码库以测试相关应用功能:据Blockstream中文社区消息，开发了闪电网络大部分协议的Blockstream工程师Rusty Russell，最近用Python3.0重写了测试闪电网络的代码库，该库可以用来测试闪电网络上应用程序的基本功能是否正常。[2020/7/20]

https://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8&p=2第三页

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

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。

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（当然，如果更擅长BeautifulSoup也可以）

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

XPath Helper - 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

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

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

标签：YTHHONWORDUNMYTH价格PHONIcarus NetworkDUN价格

Pol币热门资讯