这个得看公司的,有些公司搞得都是些天天更新反爬的平台(比如工商信息相关的),那基本就是得一直盯着看会不会出问题,一不小心就会要加班。
4.爬虫对于学生党的用处体现在哪些地方?这个问题看个人,因为爬虫技术可用的地方太多了,没法一个一个地都拿出来说。比如你想搞个自动签到的工具,这其实本质上就是爬虫;比如你想搞个自动回复设定内容的机器人,这其实本质上也是爬虫。
5.学到什么程度才能入职爬虫工程师?我觉得首先发请求不用说了吧?抓包工具的使用也不用说了吧?熟练掌握XPath、正则表达式这种解析工具也是基本的,然后JSON之类的传输格式至少要了解过长啥样吧,再就是JS逆向总得会一点吧(从只改变量名函数名混淆级别的代码中找出加密参数生成部分的程度)。差不多会这些以后,再自己做几个项目,应聘个初级爬虫工程师没啥问题。
6.如何成为一名优秀的爬虫工程师?垂直爬虫做到后面本质上就是逆向,你需要有良好的逆向思维方式,并且对一些安全领域的骚东西也有一定的了解,这样你才能游刃有余地处理高难度的反爬。
7.学爬虫的学习路线?上面的入职水平了解一下?然后就是可以关注一下我的公众号「小周码字」(猪哥强力推荐)学习进阶内容,网上其他的教程绝对没有讲得这么细的。
8.大约学习并从事爬虫几年才可以达到一个不错的高度?这个问题也很看个人,我觉得主要看有没有需求逼迫成长吧。之前招人的时候,很多三年经验的也就比入门水平稍微好一点,他们在工作时所遇到的难点几乎全是依靠自动化测试工具,对逆向水平毫无增长。所以建议还是多依靠逆向手段去解决问题,成长速度会很快。
9.薪资方面如何,在几年内可以达到15K?同上,标15K及以上的招聘JD还是挺多的,看看招聘需求就知道大概到什么程度了。
10.面试爬虫哪些技能点是加分项?丰富且有深度的逆向经验、熟悉通信协议底层实现、做过骚东西等各种,但主要还是逆向经验。
未来主要内容在APP上的平台应该会越来越多,难度也会越来越高,所以对于爬虫工程师的逆向水平要求会越来越高,只会简单逆向甚至不会逆向的人找工作会越来越难。
12.爬虫和数据挖掘是一样的吗?不一样,爬虫只是将数据取回来,具体怎么分析才是数据挖掘的事情。
13.爬虫是否和黑客差不多?差很多,与上个问题类似,只不过“黑客”这个词太宽泛了,黑客也是有具体方向的。
14.千奇百怪的验证码只能对接打码平台吗?有啥其他办法?自己破呗,逆向+机器学习。
15.现在有用pyppeteer吗?还是一直是selenium?都不用,因为效率太低了。
16.如何爬xx平台?涉及法律问题,这种针对某个平台的东西是不能细说的。
17.爬虫违法吗?如何避免过线导致的违法?怎么规避法律风险?算是擦边球吧,其实你即使遵守规则去爬别人的网站,只要人家想搞你,还是可以让你做的事情变成违法的。所以建议不要做太过分的事情,毕竟狗急了也会跳墙。
还有就是不要为一些明显是做灰黑产的人/公司写代码,一旦他们出事了,你也会被牵连。
知乎上之前那个很火的被抓了的人,从回答内容中来看其实就是做打码平台的那个微凉,他这一个平台据说赚了至少千万,主要应该是提供给做黑产的人使用了,这种其实被抓是迟早的事。最好的避免违法的办法就是明显觉得不太好的事情就不要去碰,基本就不会有啥问题。
18.如何有目的地爬取到真正想要的数据?让需要数据的人提需求,如果你自己就是那个需要数据的人,那就去做市场调研,看看你需要的数据在哪里能找到。
最先进的技术其实就是使用在PC平台上已经玩烂的各种反破解技术将行为监测点(设备指纹、用户操作等)隐藏起来,然后传给服务端做行为识别,如果操作非人类或者缺少某些东西就触发风控。
最有效的技术其实不是技术而是方法,这个方法就是账号收费,将你的数据变成需要花多少钱才能看到这样子的,就能做到啥高端技术都不用上、轻松提高爬虫方的获取数据成本的效果,当然这也需要结合良好的产品设计,否则普通用户的体验会很差。
20.请问在xx领域有哪些应用?这个应该是对应领域的人自己思考一下自己拿到那些公开数据究竟可以做什么。
21.需要大量账号的平台成本过高该怎么办?人家就是依靠这种方式来提高你成本的,你如果觉得成本过高要么放弃要么换一条路线获取数据。
三、关键字 1.实践Loco在投简历时直接使用爬虫进行投简历,实习就有这种骚操作,让我明白一个道理:实践是获得高薪的一个捷径!
2.需求逼的和Loco大佬深有同感,尤其在最开始工作的那几年,需求是推动学习成长最快的方法,不逼一把自己,怎么知道你的上限有多高?
3.逆向和多位爬虫工程师交流过,一致认为逆向是最重要的一项技能,后面猪哥也会多学习并写一些逆向方面的教程!
4.法律意识