迫于好奇,
爬下来网页,将固定格式的页面转换为文本?是这个意思不?
迫于好奇,
爬下来网页,将固定格式的页面转换为文本?是这个意思不?
|
keepeyeMay 22, 2019
1
1. 识别大段文本
其他的楼下补充 |
|
2
那么 doc.loaded(){ajax 异步} 请求下来的数据能爬到吗?
|
|
qqqzMay 22, 2019
3
ajax 的直接调用接口不就得了,抓下的内容随便往数据里面存,你可以在 抓的时候过滤,也可以在读、渲染的时候过滤
|
|
Light3May 22, 2019
4
要看页面是啥样的 有的是接口 有的是直接显示的 可能要抓页面 当然有的可能是图片..
|
|
5
明白了,谢谢诸位.
|
|
mourenMay 22, 2019
6
正文提取我用的是 Arc90 Readability 的算法
章节列表自动提取是自己写的算法 |
|
ismyyymMay 22, 2019
7
浏览器某种意义上也是爬虫
|