码迷,mamicode.com
首页 > Web开发 > 详细

复杂HTML解析

时间:2017-06-04 00:53:37      阅读:210      评论:0      收藏:0      [点我收藏+]

标签:一点   整理   html解析   数据源   查看   问题   显示   没有   rip   

面对页面解析难题时候,需要注意问题:

1、寻找“打印次页”的链接,或者看看网站有没有HTML样式更友好的移动版(把自己的请求头设置成处于移动设备的状态,然后接收网站移动版)。

2、寻找隐藏在JavaScript文件里的信息。要实现这一点,可能需要查看网页加载的JavaScript文件。比如一个网站上的街道地址(以纬度和经度呈现的)整理成格式整洁的数组时,查看过内嵌谷歌地图的JavaScript文件,里面有每个地址的标记点。虽然网页标题经常会用到,但是这个信息也许可以从网页的URL链接里获取。

3、如果找的信息只存在于一个网站上,别处没有,那你确实是运气不佳。如果不只限于这个网站,那么可以找找其他数据源。有没有其他网站也显示了同样的数据?网站上显示的数据是不是从其他网站上抓取后攒出来的?

 

复杂HTML解析

标签:一点   整理   html解析   数据源   查看   问题   显示   没有   rip   

原文地址:http://www.cnblogs.com/blacksunny/p/6939010.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!