这是一个创建于 4835 天前的主题，其中的信息可能已经有所发展或是发生改变。
使用jsoup/jquery开发的web应用
http://www.gbin1.com/technology/democenter/20120720jsoupjquerysnatchpage/indexhtml
可以指定按特定时间间隔抓取页面中指定的元素。 效果还不错，大家觉得如何？
http://www.gbin1.com/technology/democenter/20120720jsoupjquerysnatchpage/indexhtml
可以指定按特定时间间隔抓取页面中指定的元素。 效果还不错，大家觉得如何？
 | 1 people2net OP |
 | 2 bcxx 2012-07-20 12:00:07 +08:00 啊！好犀利！ 楼主你好，楼主再见！ |
 | 3 binux 2012-07-20 12:21:57 +08:00 siteproxy.jsp 没意思。。 |
| 4 people2net OP 一个简单的实现，大家可以完善 |
 | 5 dongbeta 2012-07-20 13:05:51 +08:00 ... JAVA 节点 ... |
 | 6 cxh116 2012-07-20 13:07:27 +08:00 本地运行就没有啥意思了 如果运行在服务器到时还不错 js解析是个大问题,直接运行个浏览器机子的配置要强 不过估计并发还是上不去 |
 | 7 manhere 2012-07-20 13:14:01 +08:00 要抓取的东西没有id怎么办？ |
 | 8 chairo 2012-07-20 13:31:10 +08:00 抓过来没样式没js的有啥用？ |
 | 9 BOYPT 2012-07-20 13:41:51 +08:00 |
 | 10 valianliu 2012-07-20 13:51:22 +08:00  1 有个Chrome插件叫Page Monitor我会随便告诉你么。。。。。 |
 | 11 muzuiget 2012-07-20 15:48:54 +08:00 @BOYPT 不是的，抓包发现有个「siteproxy.jsp」 用服务器实现跨域取得页面内容，然后扔回浏览器用 JQuery 解析 注定抓不了需要登录的页面了，还不如直接用浏览器扩展脚本搞定，浏览器扩展脚本的xmlHttpRequest 有跨域权限。 |
 | 12 csx163 2012-07-20 17:02:20 +08:00 支持xpath就完美了 |
| 13 BOYPT 2012-07-21 22:28:50 +08:00 @muzuiget 这也需要抓包么，人家源码里面写着好吧。然后这个页面是文章 http://www.gbin1.com/technology/javautilities/20120720jsoupjquerysnatchpage/ 的例子好吧。 |
| 14 muzuiget 2012-07-22 00:15:48 +08:00 @BOYPT 一开始没想到会去看源码吧，用 httpfox 监视一下就马上看到结果了。 好吧，确实是服务器解析抓取的内容，因为我瞄了返回的 HTML，看到 html/head 标签以及一大票内容就以为是把目标页面的 HTML 发过来了，而不是仅仅抓取的内容的 HTML。那些多余内容都是广告和统计代码。 |
 | 15 CP9 2012-07-23 10:04:31 +08:00 这个东西怎么用啊？可以用来抓去网站的一些壁纸吗？求使用方法 |
 | 16 xingzhi 2012-07-24 14:12:42 +08:00 请教，在抓取内容时，遇到要ajax加载才能出现的内容怎么办呢 |
| 17 people2net OP 那你可以考虑抓加载使用的容器 |
Select Language