抓取页面算不算网站 PV

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

V2EX 提问指南

这是一个创建于 3638 天前的主题，其中的信息可能已经有所发展或是发生改变。

rt，程序抓取页面算不算网站pv

抓取

页面

网站

21 条回复 • 2014-11-25 14:39:21 +08:00

ChanneW

2014-11-24 14:53:26 +08:00

感觉应该算的

llhh

2014-11-24 14:55:23 +08:00

看什么程序，看如何统计pv

tabris17

2014-11-24 14:56:15 +08:00

看你如何统计的了，如果你统计代码是用JS做的，而抓取程序没有调用JS的话就不算

akeyz

2014-11-24 15:09:27 +08:00

@ChanneW 首先，感谢回复；其次，我用的是cnzz去统计的，但是没算

akeyz

2014-11-24 15:10:18 +08:00

@llhh 首先，感谢回复，其次，我用的是beautifulsoup去抓的，然后用的是cnzz去统计的，但是貌似不算。

akeyz

2014-11-24 15:11:34 +08:00

@tabris17 首先，感谢回复，其次，用的是cnzz的统计。

coolzjy

2014-11-24 15:17:09 +08:00

@akeyz 可以在同一个回复中at若干用户来避免重复内容

xujif

2014-11-24 15:23:27 +08:00

cnzz之类是通过js统计的，抓取当然不算。服务的统计，抓，算

akeyz

2014-11-24 15:28:26 +08:00

@coolzjy 好吧，不太会玩，受教了。

akeyz

2014-11-24 15:29:56 +08:00

@xujif 也就是说，我抓取的时候要执行js，那样会统计，对吧。

abelyao

2014-11-24 15:30:09 +08:00

抓取页面有两种，一种是纯粹抓取 HTML 代码 (A)，另一种是抓了之后模拟浏览器执行 (B)。
统计访问量也有两种，一种是通过 JS 去统计 (C) 例如 CNZZ 就是，另一种是在服务端对请求次数进行统计 (D)。
那么：A+C 不统计，B+C 有统计，A+D 有统计，B+D 也有统计。
A+C 不统计是因为抓了 HTML 代码之后，并没有执行到 JavaScript 的代码。

akeyz

2014-11-24 15:34:41 +08:00

@abelyao 有没有什么可以用的lib，推荐一下，谢谢！

abelyao

2014-11-24 15:35:51 +08:00

@akeyz 干嘛的 lib ？统计还是抓取？

akeyz

2014-11-24 15:41:24 +08:00

@abelyao 就是你上面说的B，抓取并解析

abelyao

2014-11-24 15:43:30 +08:00

@akeyz 哦，针对不同网站，抓取不同的内容吧，还有一些是模拟点击的也是点不同的按钮，所以我一般都是直接用 C# Winform 的浏览器控件写一个…

akeyz

2014-11-24 15:48:24 +08:00

@abelyao 好的，谢谢了

ChanneW

2014-11-24 18:09:37 +08:00

你这是想自己刷统计么?

ChanneW

2014-11-24 19:08:59 +08:00

去看下这货 PyV8

sunine

2014-11-24 19:16:03 +08:00 via Android

可以参考一下这篇文章:http://m.blog.csdn.net/blog/lmh12506/7840326

akeyz

2014-11-25 14:38:23 +08:00

@ChanneW 是的，谢谢了

akeyz

2014-11-25 14:39:21 +08:00

@sunine 谢谢！