伪原创编辑器可用点赞16%我不是写爬虫

　　伪原创编辑器可用点赞16%我不是写爬虫

　　伪原创编辑器可用点赞16%

　　我不是写爬虫，我是爬信息。比如淘宝的信息，或者微博里一些商品信息，这两个都是一般的写爬虫都能爬。但是用写伪原创编辑器，对于原创的更新效率很高，没有技术门槛。网上的大部分是免费，特别是伪原创工具类的。大部分都没有写爬虫开发者友好。现在主流的爬虫类的在线工具有scrapy(我们公司用它做页面请求)，fake_postmessage。

　　对于淘宝的价格，上两年一个淘宝的python爬虫数据大概是8块多*敏*感*词*，前年16块多，去年30块多。如果是别的，那个可能差别就比较大了。我用户用过mongolao，爬过三只猫，勉强能用。用户主要是真正写爬虫的。目前主流的伪原创编辑器是狗尾草。这类伪原创编辑器其实有两个优点，一个是免费，第二个是模板较多，满足大多数人的需求。

　　所以我们公司大部分人用狗尾草。其实还有很多其他的伪原创编辑器，大概也都是类似的，但是我用过狗尾草以后，才下定决心也要写一个狗尾草的爬虫出来。因为我觉得很多人根本就不会写原创。我写爬虫第一步就是检查文本是否伪原创。什么是伪原创，就是主语从动语变化。你写一个爬虫去抓某个商品，正常人写代码爬虫的行为是，正常人先检查商品的商品名是否和商品描述（主语从动语）一致，价格是否一致，然后才去爬，如果价格不一致，看是不是大家都这么写，如果大家都这么写，那就都一样，不是大家写的不一样，那就要问是不是你写的比别人优秀，写的更符合大家对价格的看法。

　　但是伪原创，就是先检查商品的主语是否和商品描述一致，价格是否和商品描述相一致，在看是不是大家都这么写，然后只要这个商品描述一致，就可以去抓，找出商品的价格是否和商品的描述中的价格一致，大概就是这个思路。因为写文章的，文章写好之后，首先要给读者看，要让别人觉得你写的有价值，才会去找到你的文章去看，所以一定要说话符合读者的心理预期，不能让读者觉得你的文章像大多数人写的那种垃圾文章。

　　如果大家都这么写，那基本上就是不怎么写。伪原创就要做到这点，用变量和大量的条件变量代替和读者正常交流的，为了更准确的判断读者的心理预期。接下来就去下主语从动语，也就是商品描述中的价格，主语是商品名和商品描述，变量是价格。然后下主语从动语后，只要写的不是恶意修改，一般都能爬到。