【建站系列教程】2、数据源

【建站系列教程】2、数据源（全网最良心、实用教程）

网站主题
数据源
- 数据来源于数据库
- 数据来源于api接口
- 数据来源于python爬虫
总结

写在前面：大家好，我是热爱编程的小泽。
【建站系列教程】是我的亲身建站经历写给广大建站同胞们的教学博客。
喜欢的话点个赞吧~ 评论区欢迎交流讨论~

网站主题

首先，在做网站之前，得明确自己是要做什么网站，为什么要做网站。以下分类只针对个人站长：

个人博客：这个不多说，主要以分享技术为主
赚取IP的网站：这些网站主题有很多，小说、视频、软文等等
正规用户网站：这个大多是个人创业的网站
……
为网站选择一个好主题，至关重要。我在做这个网站的时候，是为了赚点击接入广告的，觉得小说类的网站点击量应该会非常大，所以打算做个（盗版）小说网。
【注】不要做那些盗版事物的网站，限制太多。至于我的小说网，大家接着看下去。

数据源

什么是数据源？顾名思义，就是网站里面的信息来源。
网站里面的信息当然以原创最佳，但是绝大多数站长都是用网上已有的信息。比如，信息采集器、小说采集器、爬网页、抓接口等等。这里我们来分类一下常见网站的信息来源，我们以小说网站为例：

1、信息来源于配套的数据库
2、信息来源于其他网站的api接口
3、信息来源于python爬虫

数据来源于数据库

有关于数据库的知识，不再重复，这里主要介绍数据库与建站的关系

当你买了一个服务器之后，一般会有一个镜像系统，然后会配套有一个数据库。当我们把网站数据放在这个配套的数据库里面，查询和请求数据就会很快。
优点：查询速度快，自己的数据不怕丢失
缺点：像我想做个小说网站那样的，一本小说动辄2000章，一本下来大概有5M，网站书库有10W本的话，您算算这数据库得多大容量。所以对于我们这些小站长来说，缺点也是显而易见的，就是太占存储空间。
相关做法：
1、手动导入数据库信息，这个成本太高，一般采取方法23。
2、爬api接口，然后把api返回的数据写脚本导入到自己的数据库。
3、写python脚本，爬数据导入到自己的数据库。

数据来源于api接口

这里我会写几篇教程，帮助大家提取网站、手机的api接口，超实用。请大家移步查看我的fiddler抓包教程。

对于我们程序员来说，破解别人的网站、接口是一件大块人心的事情。而拥有api接口的我们更是可以为所欲为（哈哈）。
因为把小说放在自己的数据库的不现实，所以我把目标放在一些小说的开发api上。后来查了一大堆资料，得用抓包工具去抓接口，于是我去了，且成果显著，在后续的博客中我会把小说的开发api免费分享给大家。
优点：自己不需要建数据库，占空间少，拿别人的接口直接用。
缺点：
1、别人的接口终归是别人的，某天别人把接口关了，你的网站就凉凉了。
2、而且，直接调用api接口，会对网站的响应速度有很大影响。
3、因为接口原因，你只想请求10条数据，但是你不知道接口参数，所以每次都返回个1000条数据，可想而知，这多占速度。
获取api相关做法：
1、看网站源码，看看能不能提取出来有用的接口。
2、用fiddler抓包。后续有教程
3、去正规网站购买api服务。

数据来源于python爬虫

贴士：爬虫的话一般是搜索引擎用的比较多，因为它需要爬全网的网站来做排名、权重等等。就个人而言，爬虫了解会用就行，没必要深入。

我不知道python爬虫为什么挺火的。但是说实话，js、PHP、java哪个没有能力爬虫？可能后者的沉淀比较深，不去与python争罢了。
python爬虫相关做法：
1（实用）、一般做法是，针对某个网站去写python脚本，然后提取信息导入到自己的数据库里面。
2（鸡肋）、利用爬虫技术（说白了就是正则表达式处理字符串），封装成api，供自己调用。这个不推荐，因为这个耗时比直接调用数据接口还长得多。

总结

在做网站之前，选好网站的主题与内容，然后去找数据。