V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
TomVista
V2EX  ›  问与答

小说转码,小说换源 的技术手段是爬虫吗?

  •  
  •   TomVista · 2019-05-22 08:47:25 +08:00 · 2472 次点击
    这是一个创建于 2014 天前的主题,其中的信息可能已经有所发展或是发生改变。

    迫于好奇,

    爬下来网页,将固定格式的页面转换为文本?是这个意思不?

    7 条回复    2019-05-22 09:35:36 +08:00
    keepeye
        1
    keepeye  
       2019-05-22 08:58:35 +08:00
    1. 识别大段文本
    其他的楼下补充
    TomVista
        2
    TomVista  
    OP
       2019-05-22 09:00:56 +08:00
    那么 doc.loaded(){ajax 异步} 请求下来的数据能爬到吗?
    Phuasheng
        3
    Phuasheng  
       2019-05-22 09:08:51 +08:00
    ajax 的直接调用接口不就得了,抓下的内容随便往数据里面存,你可以在 抓的时候过滤,也可以在读、渲染的时候过滤
    Light3
        4
    Light3  
       2019-05-22 09:12:02 +08:00
    要看页面是啥样的 有的是接口 有的是直接显示的 可能要抓页面 当然有的可能是图片..
    TomVista
        5
    TomVista  
    OP
       2019-05-22 09:22:26 +08:00
    明白了,谢谢诸位.
    mouren
        6
    mouren  
       2019-05-22 09:31:07 +08:00
    正文提取我用的是 Arc90 Readability 的算法
    章节列表自动提取是自己写的算法
    ismyyym
        7
    ismyyym  
       2019-05-22 09:35:36 +08:00
    浏览器某种意义上也是爬虫
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3847 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 255ms · UTC 10:34 · PVG 18:34 · LAX 02:34 · JFK 05:34
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.