说明: 只是分享一种解决方案,代码以及部分截图不方便贴出,请谅解!
前段时间一直在研究爬虫,抓取网络上的特定的数据,如果只是静态网页就是再简单不过了,直接使用Jsoup
:
Document doc = Jsoup.connect(url).timeout(2000).get();
获取到Document
然后就想干嘛就干嘛了,但是一旦碰到一些动态生成的网站就不行了,由于数据是网页加载完成后执行js代码加载的,或者是用户滑动浏览触发的js加载数据,这样的网页使用Jsoup显然拿不到想要的数据。
后来使用 Selenium 来获取动态网页的数据,可以成功的拿到数据(实现方法),将程序打包后放在一台机器上运行,开始测试,然后结果不那么理想,经常会出现内存溢出,或者浏览器升级造成驱动与浏览器版本不匹配等一些列问题,今天早上来到公司发现程序又炸了,心里千万只草泥马啊!大半夜又没人动这台机器,鼠标键