Aby przeanalizować doskonałą bazę forów dla Xrumera lub podobnego oprogramowania, wystarczy znaleźć jeden temat, w którym ktoś publikuje własne tematy (reklamy) i łączy swoje tematy z innymi forami, aby je wzmocnić.
Za pomocą tego skryptu możesz zebrać ich bazę danych.
Wymagania:
Zainstaluj niezbędne biblioteki, używając:
pip install requests beautifulsoup4
Scenariusz:
import requests
from bs4 import BeautifulSoup
from urllib.parse import urlparse, urljoin
import time
def is_external(url, base_url):
return urlparse(url).netloc != urlparse(base_url).netloc
def get_links(url):
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'}
try:
response = requests.get(url, headers=headers, timeout=10)
response.raise_for_status()
soup = BeautifulSoup(response.text, 'html.parser')
links = [a.get('href') for a in soup.find_all('a', href=True)]
return links
except requests.RequestException as e:
print(f"Failed to fetch {url}: {e}")
return []
def scrape_forums(starting_urls, max_depth=2):
visited = set()
external_links = set()
def scrape(url, depth):
if url in visited or depth > max_depth:
return
print(f"Scraping {url} at depth {depth}")
visited.add(url)
links = get_links(url)
for link in links:
full_url = urljoin(url, link)
if is_external(full_url, url):
external_links.add(full_url)
else:
scrape(full_url, depth + 1)
for url in starting_urls:
scrape(url, 1)
return external_links
def save_links_to_file(links, filename):
with open(filename, 'w') as f:
for link in links:
f.write(link + '\n')
if __name__ == '__main__':
starting_urls = [
# Add your starting forum URLs here
'http://example-forum.com/topic1',
'http://example-forum.com/topic2'
]
filename = 'external_links.txt'
external_links = scrape_forums(starting_urls)
save_links_to_file(external_links, filename)
print(f"Collected {len(external_links)} external links. Saved to {filename}.")
Jak działa skrypt:
- Funkcja
get_links
:- Wysyła żądanie na podany adres URL.
- Analizuje kod HTML i zbiera wszystkie linki.
- Funkcja
is_external
:- Sprawdza, czy łącze jest zewnętrzne.
- Funkcja
scrape_forums
:- Rekurencyjnie przeszukuje fora, zaczynając od podanych adresów URL.
- Gromadzi wszystkie linki zewnętrzne.
- Funkcja
save_links_to_file
:- Zapisuje wszystkie zebrane linki zewnętrzne do pliku tekstowego.
- Główna część scenariusza:
- Ustawia początkowe adresy URL forum.
- Rozpoczyna proces skrobania.
- Zapisuje zebrane linki do pliku.
Instrukcja użycia:
Wstaw początkowe adresy URL forum do pliku starting_urls
lista.
Uruchom skrypt:
python script_name.py
Zebrane linki zostaną zapisane w pliku external_links.txt
plik.
Skrypt ten można ulepszyć i dostosować do konkretnych potrzeb, takich jak bardziej złożone reguły analizy lub obsługa błędów.
Komentarze (0)
Nie ma tu jeszcze żadnych komentarzy, możesz być pierwszy!