最近在写一个爬去亚马逊商品网站的爬虫,在此记录过程中的一些问题.
Scrapy框架不能直接爬去JS生成的动态网页,需要调用一些外来的库的方法来实现。
动态网页:
1.交互表单。
2.JS/AJAX。
3.关键字。
首先对不同的方法做一个总结:
1.逆工程(工程复杂)。
2.浏览器渲染引擎触发JS事件。
-WebKit
-Selenium
Selenium对浏览器有要求,响应速度也不够快。
所以,这里主要针对对WebKit的学习。
Python Scrapy抓取动态网页
最新推荐文章于 2024-05-09 17:26:25 发布