GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
请
登录
后使用快捷导航
没有帐号?
立即注册
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
使用交流
2
9751
http post消息得到的html网页内容怎样抓取?
gooseeker_info
于 2016-9-30 09:19
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
gooseeker_info
积分
1743
精华
1
威望
562
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
用f12分析网页,点击网页上的按钮,抓包能够看到一个post消息,然后就能看到html网页显示了出来。这样的网页内容怎样抓取?
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 2 个关于本帖的回复 最后回复于 2016-9-30 10:03
shenzhenwan10
积分
2852
精华
0
威望
1164
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
沙发
shenzhenwan10
金牌会员
发表于 2016-9-30 09:42:22
|
只看该作者
用连续动作
先定义一个点击动作,再抓取显示内容
举报
使用道具
回复
支持
反对
Fuller
积分
24029
精华
0
威望
6708
金钱
6
最后登录 2025-4-21
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
板凳
Fuller
管理员
发表于 2016-9-30 10:03:15
|
只看该作者
这个问题要是展开来分析,其实有多种情形
1) post和get虽然是两种不同的http消息,对于GooSeeker网络爬虫来说,他是一视同仁,因为这两种消息都可能把html文档下载下来供采集
2) 发起方式不同:post往往是提交form、点击链接发起的,通常不能直接把url拷贝到浏览器地址栏进行加载,因为这种加载缺省是get消息。所以,在用网络爬虫采集数据时,需要使用点击动作,在MS谋数台的爬虫路线或者连续动作工作台上定义
3)点击以后,网页内容可能会在当前窗口显示,也可能会在弹出的新窗口中显示,这跟post还是get无关,他们都有可能弹出新窗口。但是,post弹出新窗口的采集难度高,因为,post的目标网址通常不能直接拷贝过来加载(第二条说了原因),所以,要点击后跟定他的弹出窗口进行抓取,这就需要GooSeeker爬虫的GS浏览器版本,他有飞掠抓取模式,可以跟定弹出窗口进行抓取。
另外,既然不用把post网址拷贝到浏览器进行加载,那么就不能用MS谋数台定义抓取规则,必须用GS浏览器,因为GS浏览器在每个窗口都有定义规则的能力
举报
使用道具
回复
支持
反对
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
精彩推荐
360或火绒等杀毒软件导致GooSeeker爬虫软件
话题分析(NMF模型和LDA模型)软件的安装和
运行Apple无法验证的程序的方法
文本聚类分析软件的安装和使用方法
利用AI阅读和分析文本:扣子COZE记录用户反
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
怎样使用快捷采集(以采集京东评论为例)
3
集搜客文本分词标注工具(V1版)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10607
访问主页>>
wangyong
帖子:1732
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-4-24 15:56
快速回复
快速发帖
返回顶部
返回列表
共 2 个关于本帖的回复 最后回复于 2016-9-30 10:03