DIV:python爬取區塊鏈瀏覽器上的交易列表數據

前言

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。

原因

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

環境

python3.7

數據存儲：mysql5.7

緩存：redis6.2.6

開發工具：pycharm

思路

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。

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

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。

實現

dForce楊民道：DAI上調儲蓄率本質上是在重新分配國債收益率:6月16日消息，dForce創始人楊民道發推稱：“USDC/DAI基準利率將上調至3.49%。這本質上是在重新分配國債收益率。我們將看到更多去中心化的穩定幣（即$USX ）做同樣的事情。法幣穩定幣（USDT/USDC）發行商將面臨艱難時期。”

此前消息，MakerDAO定于6月19日22時將DAI儲蓄率從1%提高至3.49%。[2023/6/17 21:42:55]

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

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。

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

9126758枚MATIC從未知錢包轉移到Binance:金色財經報道，據Whale Alert監測，5分鐘前有9126758枚MATIC(約5,601,301美元)從未知錢包轉移到Binance。[2023/6/15 21:39:23]

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

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

XPathHelper-Chrome網上應用店(google.com)

B站CEO陳睿：元宇宙內容生產者將成為一種職業:8月28日消息，8月27日，第三屆“上海創新創業青年50人論壇”召開。嗶哩嗶哩董事長兼CEO陳睿在本屆論壇的演講中預測，元宇宙作為綜合性產業，用戶將是其中最重要的數字內容生產者和消費者，用戶創作內容將是元宇宙的主流。陳睿認為，元宇宙和移動互聯網一樣，不是一種產品或技術，而是一個綜合產業概念，會由多種產品和技術組成。

目前，B站90%以上的內容由創作者生產，平均每月有380萬創作者上傳超1260萬個視頻。陳睿預測，元宇宙中巨量的數字內容，也都會由UP主這樣的用戶去創作，在元宇宙中創建數字內容將成為一門職業。B站將努力成為元宇宙時代的主流內容平臺，為創作者服務。[2022/8/28 12:53:27]

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

#?請求和xpath定位具體實現代碼：

Nansen推出投資組合儀表板Nansen Portfolio:8月16日消息，區塊鏈數據分析平臺Nansen宣布推出投資組合儀表板Nansen Portfolio，支持逾40條鏈和470個協議，允許用戶在單個儀表板查看和追蹤DeFi資產。Nansen Portfolio將在之后添加更多功能，包括NFT數據支持、錢包對比功能等。

今年5月份，Nansen披露已收購DeFi投資組合跟蹤器Ape Board，具體收購價格未批露。Nansen Portfolio是把Ape Board與Nansen錢包實時數據和工具相結合的產品。[2022/8/16 12:29:24]

def?start_spider(page_number):

????url_base?=?'http://bscscan.com

/txs?a=0xbd3bd95529e0784ad973fd14928eedf3678cfad8&'

????#?請求頭

????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',

Nomad：已通知執法部門，尋求識別相關賬戶并追回資金:8月2日消息，針對跨鏈代幣橋攻擊導致損失接近2億美元一事，Nomad團隊表示，“調查正在進行中，已經聯系區塊鏈情報和取證方面的主要公司協助。我們已經通知執法部門，并將夜以繼日地處理這一情況，及時提供最新信息。我們的目標是識別相關賬戶，并追蹤和追回資金。”（CoinDesk）[2022/8/2 2:52:51]

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

????}

????#?需要傳入的參數

????data?=?{

????????'p':?page_number

????}

????#?將參數轉為Unicode編碼格式

????unicode_data?=?urllib.parse.urlencode(data)

????#?拼接網址

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

????url?=?url_base?+?unicode_data

????#?自定義request對象

????request?=?urllib.request.Request(url=url,?headers=headers)

????#?模擬瀏覽器發送請求

????response?=?urllib.request.urlopen(request)

????#?將返回的數據利用lxml轉為

????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/@title

????age_list?=?tree.xpath("//div//tbody//td/span/@title")

????#?//div//tbody//td/span/@title

????from_list?=?tree.xpath(

????????"//div//tbody//td/span/@title")

????#?//div//tbody//td/span/text()

????transfer_type_list?=?tree.xpath("//div//tbody//td/span/text()")

????#?//div//tbody//td/span/span//text()

????to_list?=?tree.xpath("//div//tbody//td/span/span//text()")

????#?//div//tbody//td/span/text()

????transfer_free_list?=?tree.xpath(

????????"//div//tbody//td/span/text()")

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

def?add_txn_hash_to_redis(txn_hash):

????red?=?redis.Redis(host='根據你自己的配置',?port=6379,?db=0)

????res?=?red.sadd('txn_hash:txn_set',?get_md5(txn_hash))

????#?如果返回0，這說明插入不成功，表示有重復

????if?res?==?0:

????????return?False

????else:

????????return?True

#?將mmsi進行哈希，用哈希去重更快

def?get_md5(txn_hash):

????md5?=?hashlib.md5()

????md5.update(txn_hash.encode('utf-8'))

????return?md5.hexdigest()

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

來源：金色財經

Tags：DIVPANSPAODYDIV價格YPANDA價格TRANSPARENT幣ODY價格

BNB