python爬取区块链浏览器上的交易列表数据

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：

加密研究员：Jump Trading可能通过操纵Pyth喂价阻止链上仓位被清算:11月27日消息，加密货币和金融研究员FatMan发推表示，对做市商Jump Trading产生质疑，认为其有可能通过操纵Pyth预言机喂价阻止某些链上仓位被清算，甚至表示有Jump员工透露数月前Jump有意使用Pyth狙击散户仓位。[2022/11/28 21:05:32]

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

....

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

ChilizX与Pyth达成合作，成为Pyth Network数据发布者:11月21日消息，据官方消息，代币化运动交易所ChilizX宣布以数据发布者身份正式加入Pyth network。

Chiliz此前开发Socios.com，为体育品牌提供其官方粉丝代币销售和购买服务，其中包括巴塞罗那、尤文图斯、巴黎圣日耳曼、AS罗马、加拉塔萨雷、马德里竞技、OG、阿根廷独立竞技以及UFC等，并使用CHZ作为平台原生代币。[2022/11/22 7:53:50]

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

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

Paloma与Pyth Network和AlgoReturns合作，推出去中心化跨链系统交易区块链:10月12日消息，去中心化区块链和通信协议Paloma宣布与oracle解决方案Pyth Network和算法交易解决方案AlgoReturns合作，推出首个去中心化跨链系统交易区块链。该合作旨在公共区块链上传递交易信号，并允许用户在不同的区块链上同时交易同一代币，简化了整个交易过程。[2022/10/12 10:32:19]

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

#?请求和xpath定位具体实现代码：

def?start_spider(page_number):

预言机Pyth Network推出基于Solana代码库的网络Pythnet:8月2日消息，Solana生态预言机Pyth Network宣布推出基于Solana代码库的网络Pythnet。Pyth称，Pythnet能使Pyth网络以亚妙级聚合第一方数据，并通过Wormhole的通用消息传递层向其他链提供定价。

Pyth Network表示，截至目前已聚合来自65多个提供商的链上数据以支持80多个价格流，每秒会进行700次价格更新，使用Pythnet后将能够扩展20倍。[2022/8/2 2:53:12]

????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',

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

动态 | eToro聘请美国演员Alec Baldwin推广加密交易平台新功能CopyTrader:为了获得主流的吸引力，eToro聘请美国电视及电影演员Alec Baldwin作为发言人，帮助推广eToro为美国投资者推出的CopyTrader新功能。据悉，该功能将允许eToro的美国用户在其平台上自动复制顶级加密货币交易者的所有交易。（Sludgefeed）[2019/10/31]

????}

????#?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//img/20230515175712426316/5.jpg "/>

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：YTHNETCOMWORMYTH价格Khala NetworkHKD.com DAONOKA Network

POL币最新价格热门资讯