Splash抓取动态页面

这篇博客介绍了如何在Ubuntu 18.04上安装和运行Docker容器化的Splash服务。首先,通过命令行安装Docker,然后拉取Splash镜像,并启动容器。启动后,可以通过服务器IP访问Splash的验证页面。接着,提供了一个Python示例,展示如何使用Splash渲染JavaScript驱动的网页,并将渲染后的HTML保存到文件中。这个过程对于爬虫处理动态内容非常有用。
摘要由CSDN通过智能技术生成

一、安装

        环境:Ubuntu18.04

        1)安装docker

        2)下拉splash镜像

sudo docker pull scrapinghub/splash

        3) 启动

sudo docker run -p 8050:8050 scrapinghub/splash

        4)访问http://服务器ip:8050/验证

 二、基本使用

import requests


def splash_render(url):
    splash_url = "http://服务器ip:8050/render.html"

    args = {
        "url": url,
        "timeout": 10,
        "image": 0,
    }

    response = requests.get(splash_url, params=args)
    return response.text


if __name__ == '__main__':
    url = "http://quotes.toscrape.com/js/"
    html = splash_render(url)
    with open("test.html", "w", encoding="utf-8") as w:
        w.write(html)

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值