YTH:python爬取區塊鏈瀏覽器上的交易列表數據

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

Injective已上線關于主網集成預言機Pyth Network的治理提案投票:金色財經報道，Cosmos生態智能合約平臺Injective已上線關于主網集成預言機Pyth Network的治理提案投票，將使Injective成為唯一支持IBC并在鏈上擁有Pyth的L1，使用戶能夠無縫訪問加密貨幣和現實世界的資產數據。[2023/4/11 13:55:50]

（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：

美國全國性證券交易所IEX Group旗下部門向預言機解決方案Pyth Network提供股票市場數據:美國全國性證券交易所IEX Group旗下云金融數據平臺IEX Cloud向Solana生態預言機解決方案PythNetwork提供股票市場數據。IEX Cloud提供來自交易所所謂中間點定價信息，而不是其訂單簿的全部信息。（pythnetwork）[2021/7/23 1:10:39]

第一頁

http://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8第二頁

https://bscscan.com/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8&p=2第三頁

JumpTrading正在參與開發基于Solana區塊鏈的預言機項目Pyth:4月8日，高頻交易公司JumpTrading總裁兼首席投資官DaveOlsen在《TheJumpOffPoint》播客中表示，正在參與開發一個名為Pyth的預言機項目，旨在提供高性能且精確的市場數據源，并將其添加到智能合約中。該預言機項目將在Solana區塊鏈上構建。[2021/4/8 19:57:51]

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。

動態 | eToro為美國的加密交易員推出了“ CopyTrader”功能:以色列社交交易平臺eToro為美國的加密貨幣交易者推出了其“ CopyTrader”功能。根據周二的公告，該產品將允許eToro的美國用戶在其平臺上自動復制頂級加密貨幣交易者的所有交易。（theblockcrypto）[2019/10/29]

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

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：YTHTRACOMWORZYTH COINUltraman Tigastarlinkcomhuatainetwork

以太坊