itgoyo/binance-square/binance-square-scraper

Binance Square 热点抓取

触发条件

用户要求抓取币安广场热点、热门帖子、讨论度排名等。

关键发现（字段测试得出）

• Binance Square 是 React SPA，js() helper 直接返回 None，必须用 cdp("Runtime.evaluate", expression="...", returnByValue=True) 提取 DOM 数据。
• wait_for_load() 会无限挂起，改用 goto(url) + time.sleep(8) 等待渲染。
• 用 new_tab(url) 后需再次调用 time.sleep(8)，不能依赖 load 事件。

URL 结构

帖子原文：  https://www.binance.com/zh-CN/square/post/{postId}
话题页：    https://www.binance.com/zh-CN/square/hashtag/{encodedTopic}
用户主页：  https://www.binance.com/zh-CN/square/profile/{handle}
恐惧贪婪：  https://www.binance.com/zh-CN/square/fear-and-greed-index
热门话题：  https://www.binance.com/zh-CN/square/trends
交易对：    https://www.binance.com/zh-CN/trade/{COIN}_USDT
合约：      https://www.binance.com/zh-CN/futures/{COIN}USDT

抓取步骤

# Step 1: 导航并等待渲染
new_tab("https://www.binance.com/zh-CN/square")
time.sleep(8)
# Step 2: 用 cdp Runtime.evaluate 提取文本
text = cdp("Runtime.evaluate",
    expression="document.body.innerText.substring(0, 5000)",
    returnByValue=True)
content = text['result']['value']
# Step 3: 提取所有链接（含帖子/话题/交易对）
links_raw = cdp("Runtime.evaluate", expression="""
(function() {
    const links = [];
    document.querySelectorAll('a').forEach(a => {
        if (a.href && a.href.length > 10) {
            links.push({href: a.href, text: (a.innerText || '').trim().substring(0, 80)});
        }
    });
    return JSON.stringify(links.slice(0, 60));
})()
""", returnByValue=True)
links = json.loads(links_raw['result']['value'])
# Step 4: 滚动获取更多帖子
cdp("Runtime.evaluate", expression="window.scrollBy(0, 2000)", returnByValue=True)
time.sleep(3)
# 再次抓取链接...

数据分类

从 innerText 中可提取：

• 热门话题：带 次浏览 和 人讨论中 的段落
• 帖子正文：作者名 + 时间 + 内容 + 互动数
• 热搜币种：热度上升 标记 + 价格 + 涨跌幅
• 恐惧贪婪指数：数字 + 状态词（中性/恐惧/贪婪）

从链接列表中可提取：

• /square/post/{id} → 帖子原文 URL
• /square/hashtag/{encoded} → 话题页 URL
• /trade/{COIN}_USDT → 交易页 URL

输出要求（用户偏好）

输出 HTML 报告，保存到 ~/Documents/Hermes/，要求：

• 所有内容必须可点击跳转：帖子 → 原帖、话题 → 话题页、币种 → 交易页
• 卡片悬停有金色边框 + 位移动画（符合币安风格 #f0b90b）
• 暗色主题（背景 #0b0e11）
• 帖子卡片包含：作者、时间、正文摘要（4行截断）、涨跌标签、"查看原帖 →" 按钮
• 话题卡片包含：排名徽章、浏览量、讨论人数
• 底部注明数据来源和免责声明

坑

• js() helper 对 Binance Square 无效，永远返回 None。必须走 cdp() 路径。
• 话题链接中中文会被 URL encode，要用 encodeURIComponent 或直接从链接列表里取。
• 页面初次加载只显示 ~4 条帖子，需滚动后才能加载更多。
• macOS 系统 SOCKS 代理（127.0.0.1:7890）会导致 browser-harness daemon 连接 ws://localhost:9222 报错：connecting through a SOCKS proxy requires python-socks。修复：在 harness 的 uv venv 中安装 python-socks。
• Chrome 必须用 `--headless=new` + `/tmp` 临时目录启动：直接用真实 user-data-dir 会报 "requires non-default data directory"。
• Chrome 每次重启后 WS URL 中的 browser UUID 会变，必须重新获取并重新设置 BU_CDP_WS 环境变量。
• /tmp/chromedebug 路径不在 browser-harness PROFILES 自动发现列表中，必须手动设置 BU_CDP_WS 环境变量或写入 DevToolsActivePort 文件。
• 最简启动方式：nohup chrome --headless=new --remote-debugging-port=9222 --user-data-dir=/tmp/chromedebug ... & → sleep 5 → WS=$(curl json/version | parse wsUrl) → BU_CDP_WS="$WS" browser-harness < script.py