sxtopc的博客

浅尝python网络爬虫，略有心得。有不足之处，请多指正url =https://wenshu.court.gov.cn/爬取内容：裁判文书爬取框架：scrapy框架 + selenium模拟浏览器访问开始想暴力分析网页结构获取数据，哈哈哈哈哈，天真了。看来自己什么水平还真不知道。之后锁定pyspider框架，搞了四五天。该框架对于页面超链接的连续访问问题，可以手动点击单...

url = https://wenshu.court.gov.cn/website/wenshu/181107ANFZ0BXSK4/index.html?docId=75461a02d9714cec9322ab4500147439由于scrapy爬虫框架可以对页面进行动态js渲染，其中有两种工具：splash & selenium。selenium通过webdriver模拟对页面的...