S*e
3 楼
就是从一些网站抓link分析然后下载点东西。我目前只知道用java和apache的
httpclient抓回网页然后分析文本,今天google到一个叫selenium的东西，好像能简化
开发过程。不知道还有什么简单易用的？
httpclient抓回网页然后分析文本,今天google到一个叫selenium的东西，好像能简化
开发过程。不知道还有什么简单易用的？
g*g
5 楼
htmlunit.
【在 S**********e 的大作中提到】
: 就是从一些网站抓link分析然后下载点东西。我目前只知道用java和apache的
: httpclient抓回网页然后分析文本,今天google到一个叫selenium的东西，好像能简化
: 开发过程。不知道还有什么简单易用的？
【在 S**********e 的大作中提到】
: 就是从一些网站抓link分析然后下载点东西。我目前只知道用java和apache的
: httpclient抓回网页然后分析文本,今天google到一个叫selenium的东西，好像能简化
: 开发过程。不知道还有什么简单易用的？
i*i
6 楼
c*l
7 楼
selenium内核就是htmlunit吧
【在 g*****g 的大作中提到】
: htmlunit.
【在 g*****g 的大作中提到】
: htmlunit.
c*l
8 楼
phantomjs口碑相当不错
【在 i**i 的大作中提到】
: https://github.com/cheeriojs/cheerio 很好用
: http://phantomjs.org/ 没用过，比较牛。
【在 i**i 的大作中提到】
: https://github.com/cheeriojs/cheerio 很好用
: http://phantomjs.org/ 没用过，比较牛。
w*k
9 楼
scrapy + beautifulsoup4 in python
【在 S**********e 的大作中提到】
: 就是从一些网站抓link分析然后下载点东西。我目前只知道用java和apache的
: httpclient抓回网页然后分析文本,今天google到一个叫selenium的东西，好像能简化
: 开发过程。不知道还有什么简单易用的？
【在 S**********e 的大作中提到】
: 就是从一些网站抓link分析然后下载点东西。我目前只知道用java和apache的
: httpclient抓回网页然后分析文本,今天google到一个叫selenium的东西，好像能简化
: 开发过程。不知道还有什么简单易用的？
t*r
10 楼
赞，正打算找
c*l
11 楼
http://python.memect.com/?tag=textextraction
这里有一些text extract的东西，和web scrape不完全一样，但相关度很高
这里有一些text extract的东西，和web scrape不完全一样，但相关度很高
l*t
12 楼
嗯 动态页面 或者很多交互的话phantomjs不错
如果只是静态页面的话python beautifulsoup就可以搞定了
【在 i**i 的大作中提到】
: https://github.com/cheeriojs/cheerio 很好用
: http://phantomjs.org/ 没用过，比较牛。
如果只是静态页面的话python beautifulsoup就可以搞定了
【在 i**i 的大作中提到】
: https://github.com/cheeriojs/cheerio 很好用
: http://phantomjs.org/ 没用过，比较牛。
相关阅读
各位，各位，有。。。宣布clojure括号那么多怎么办？说几个backend从C++导向Java的知名公司吧Dijkstra算法C++能不能加入一些Matlab的能力呢？关于王先生的讨论是否可以适可而止我非常不明白你们为啥要吵架？看C码工写Python真是捉急借人气问一下：ACCESS转成SQL什么风格是pythonic？请教C++11asynchronous vs non-blocking有人用过google storage上传数据吗?Java大牛推荐一本讲JVM工作原理的入门书吧？Hadoop cluster的问题大牛们讨论下Nasdaq故障吧。c++正在向夕阳语言大幅度迈进我觉得这哥们真牛B谈一下王垠当年制造出的一个大麻烦盲？肓？