java 如何用python爬取網(wǎng)頁(yè)中隱藏的div內(nèi)容?
如何用python爬取網(wǎng)頁(yè)中隱藏的div內(nèi)容?這是在JS中實(shí)現(xiàn)的。實(shí)際上,靜態(tài)爬蟲在網(wǎng)絡(luò)爬蟲后面。至于解決方案,互聯(lián)網(wǎng)上有幾種方法:一種是使用自動(dòng)化測(cè)試工具,如selenium,它可以模擬點(diǎn)擊和其他操
如何用python爬取網(wǎng)頁(yè)中隱藏的div內(nèi)容?
這是在JS中實(shí)現(xiàn)的。實(shí)際上,靜態(tài)爬蟲在網(wǎng)絡(luò)爬蟲后面。至于解決方案,互聯(lián)網(wǎng)上有幾種方法:一種是使用自動(dòng)化測(cè)試工具,如selenium,它可以模擬點(diǎn)擊和其他操作,但這實(shí)際上與爬蟲程序有很大不同。
第二種方法是使用特定的類庫(kù)在后端調(diào)用JS。Python有,但我不懂Java。
第三是找到相關(guān)頁(yè)面的JS代碼,分析相關(guān)請(qǐng)求URL,直接調(diào)整新URL,但是一般JS是加密壓縮的,但是可以試試。
java和python在爬蟲方面的優(yōu)勢(shì)和劣勢(shì)是什么?
Python
強(qiáng)大的網(wǎng)絡(luò)功能,模擬登陸,解析JavaScript,缺點(diǎn)是網(wǎng)頁(yè)解析Python編寫程序非常方便,著名的Python爬蟲有scratch等
Java
Java有很多解析器,對(duì)網(wǎng)頁(yè)的解析支持非常好,缺點(diǎn)是網(wǎng)絡(luò)上有很多Java開(kāi)源爬蟲,比如nutch,中國(guó)有優(yōu)秀的webmagicjava解析器,比如Htmlparser和jsoup,可以滿足Java和python的通用需求。如果需要模擬登陸和反采集,選擇python更方便。如果需要處理復(fù)雜的網(wǎng)頁(yè),解析網(wǎng)頁(yè)內(nèi)容生成結(jié)構(gòu)化數(shù)據(jù)或精細(xì)解析網(wǎng)頁(yè)內(nèi)容,可以選擇Java。