奇思妙想：灵光闪现，想搞一个爬虫平台，有没有可能会火？

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

这是一个专门讨论 idea 的地方。

每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。

那这个时候，不妨可以把那些 idea 分享出来，启发别人。

这是一个创建于 2559 天前的主题，其中的信息可能已经有所发展或是发生改变。

（不喜勿喷：都说了是灵光闪现）

想法是这样子的：

首先有这样一个平台，可以让爬虫爱好者提交爬虫上来（不仅仅是可以爬网站，还可以爬公众号、头条号 ====）

比如：某爬虫爱好者，提交了一个 V2EX 最新帖子和最热帖子的爬虫进来

然后：这个爬虫可以让其他用户订阅使用

当聚集了一定的爬虫爱好者，每天会产生很多内容

主要的意义：聚合碎片化的阅读，为用户节约时间

当然一个平台需要不断的优化调整才能达到更好的体验，
这只是一个小小的想法，不知道能吸引到人来写爬虫不

爬虫

爱好者

帖子

爬

44 条回复 • 2017-11-25 20:38:13 +08:00

Evrins

2017-11-20 11:10:31 +08:00 via iPhone

好像已经有一个这样的网站了

dbfox

2017-11-20 11:12:51 +08:00

@Evrins 求地址

shower

2017-11-20 11:17:59 +08:00 via Android

@dbfox 即刻

watzds

2017-11-20 11:19:05 +08:00 via Android

那么多爬虫 /反爬虫工程师，那么费劲，一定程度上共享得了

lneoi

2017-11-20 11:19:59 +08:00

已经有了...V 站里之前不就有在推广

evlos

2017-11-20 11:22:31 +08:00

之前那个搞什么云爬虫的服务在 V2EX 做了那么多推广也没见人再提过 …

dbfox

2017-11-20 11:26:35 +08:00

@evlos
@lneoi

我也知道那个，用了两下，觉得可玩性不好，而且有点复杂了，不过技术应该很强
而且他主要是做通用爬虫，而我倾向内容聚合，产品不在一个方向

ywgx

2017-11-20 11:27:12 +08:00

可爱的

beastk

2017-11-20 11:36:22 +08:00 via iPhone

就怕被不法分子利用

dbfox

2017-11-20 11:51:33 +08:00

@ywgx ?_?

dbfox

2017-11-20 11:52:12 +08:00

@beastk 安全问题不必考虑太早，技术做产品大忌

40huo

2017-11-20 12:28:41 +08:00

之前好像看到过一个做了个框架，然后上面有各种人写的爬虫，还有些是付费的。

liangjing414

2017-11-20 12:31:07 +08:00

网上搜 “神箭手”，不谢

qiqico

2017-11-20 12:35:47 +08:00

有个网站 showapi, 提供很多接口调用，其中也包括一些爬虫接口，还可以在线自定义爬取规则

ersic

2017-11-20 12:38:30 +08:00 via Android

@dbfox 聚合话应该就是即刻了

cheetah

2017-11-20 13:02:27 +08:00

即刻： https://okjike.com

1931

2017-11-20 13:16:18 +08:00 via iPhone

深蓝阅读？

em70

2017-11-20 13:35:21 +08:00

很早前就见过,主打不是共享,而是傻瓜化爬取,还是工具型的产品,不吸引人.

按楼主的想法,应该是数据驱动的,核心是爬取的数据共享,比工具共享要好,可以试试

110male

2017-11-20 13:38:33 +08:00

管理，封他账号，他要爬 v2ex

dbfox

2017-11-20 13:49:20 +08:00

@110male
^_^

只爬列表，不抓取内页，最终访问地址还是到源网站上

weer0026

2017-11-20 14:06:59 +08:00

这个让我想起来 golang 的爬虫框架 pholcus 了，思路很像。

wmhx

2017-11-20 14:22:16 +08:00

http://www.ruguoapp.com/ ?

haker

2017-11-20 14:25:13 +08:00

八爪鱼

QQ2171775959

2017-11-20 14:36:38 +08:00

爬一下爬，要是能汇聚一批人和信息的也是有一点用处的

fiht

2017-11-20 16:52:13 +08:00

提交了一个爬虫上来：
提交的爬虫放在你的服务器上跑么...
不如 rss 靠谱

ThinkMan

2017-11-20 16:56:17 +08:00

几个月前，我也有这种想法。一模一样。

Zzzzzzzzz

2017-11-20 16:58:44 +08:00

秒变分布式 CC 平台.....

dbfox

2017-11-20 17:00:11 +08:00

@ThinkMan 搞个爬虫，以虫会友
@fiht 也可以在我家用电脑上跑，跑好了提交给服务器也可以，具体没想那么多细节

wulin

2017-11-20 17:46:03 +08:00

订阅 1024

Shura

2017-11-20 18:23:02 +08:00

v 站有人做了个自动签到平台就是这个思路，我发现最难的是“某爬虫爱好者，提交了一个 V2EX 最新帖子和最热帖子的爬虫进来 ”，很难做到让人提交爬虫脚本，到最后平台基本也就是作者自己提供的脚本最多了。

ZSeptember

2017-11-20 20:35:21 +08:00

神箭手

qfdk

2017-11-21 01:55:50 +08:00 via iPhone

跳蚤大神不是早就搞了这轮子不用造了

Arnie97

2017-11-21 01:56:09 +08:00 via Android

这根 RSS 有什么本质差别…

yech1990

2017-11-21 02:28:40 +08:00 via Android

Google 阅读器还在的时候，google 和 yahoo 有类似的实现。Google RSS 关闭后，我也有和楼主一样的想法。

虽然现在有一些类似的方案，但都是闭源收费的服务为主。

之前打算在 github 开个 organization, 分享一些爬虫代码，定义一套接口规范，最终输出类似 RSS 的 xml 格式。

零散写了一些脚本后就放弃了。一方面工程浩大，一方面代码水平太差，一个人连 demo 都实现不了，实现不了 demo 的话，不可能有其他人贡献代码。另外就是现在 RSS 阅读似乎是时代的逆流了，不知几年后 RSS 的用户，也就没太多折腾的动力了。

楼上很多推荐聚合阅读的，应该是没明白楼主的出发点吧。。。